GECCO 21 Parallel GA KNP
1.0.0
Decidir qué técnica de optimización utilizar para resolver un problema de optimización particular es una tarea importante y ardua que se ha enfrentado en el campo de la optimización durante décadas. El problema anterior se conoce como problema de selección de algoritmos (ASP). Muchos investigadores han intentado resolver el ASP para una amplia variedad de problemas. Las técnicas de optimización consideradas en trabajos anteriores han sido, principalmente, técnicas de optimización que pueden ejecutarse de forma rápida. Sin embargo, considerar enfoques de optimización más sofisticados para resolver el ASP, como los algoritmos evolutivos, aumenta drásticamente el costo computacional involucrado. Estamos interesados en resolver el ASP considerando diferentes configuraciones de un Algoritmo Genético (GA) aplicado al conocido Problema de Mochila NP-hard 0/1 (KNP). Lo anterior implica la ejecución de un número significativo de configuraciones de dicho GA, con el fin de evaluar su desempeño, cuando se aplica a una amplia gama de instancias con diferentes características del KNP, lo cual es una tarea computacionalmente costosa. Por lo tanto, el objetivo principal del presente trabajo es proporcionar, como primer paso para resolver el ASP, un AG paralelo eficiente, que sea capaz de alcanzar resultados competitivos, en términos del valor objetivo óptimo, en un corto período de tiempo. Los resultados computacionales muestran que nuestro enfoque es capaz de escalar de manera eficiente y reduce considerablemente el tiempo promedio transcurrido para resolver instancias de KNP.
