Resumen

El rendimiento de un algoritmo genético depende de los operadores genéticos, en general, y del tipo de operador de cruce, en particular. La diversidad de la población se suele utilizar como medida de rendimiento para la convergencia prematura. En este trabajo se propone un algoritmo genético difuso para la resolución de problemas de optimización combinatoria con codificación binaria. Se propone un nuevo operador de cruce y una técnica de selección de probabilidades basada en la diversidad de la población utilizando un controlador de lógica difusa. La medición de la diversidad de la población se basa en las propiedades del genotipo y del fenotipo. En este sistema de inferencia difusa, la selección del operador de cruce y su probabilidad se controlan mediante un conjunto de reglas difusas derivadas del controlador de lógica difusa. Se realizan amplios experimentos computacionales con el algoritmo propuesto, y los resultados se comparan con algunos operadores de cruce comúnmente utilizados para resolver problemas multidimensionales de 0/1 knapsack publicados en la literatura. Los resultados indican que el algoritmo propuesto es eficaz para encontrar soluciones de mayor calidad.

• Materias:Algoritmos (Matemáticas) Técnica heurística Inventario Banda Ancha
• Subjects:Agorithms (Math) Metaheuristic technique Inventory Broadband
• Palabras claves:controlador lógico difuso, diversidad de la población, operador de cruce, algoritmo propuesto, técnicas de selección de probabilidades, soluciones de mejor calidad, sistema de inferencia difusa, algoritmo genético difuso, experimento computacional extenso, problema de optimización combinatoria
• Keywords:fuzzy logic controller, population diversity, crossover operator, proposed algorithm, probability selection techniques, better quality solutions, fuzzy inference system, fuzzy genetic algorithm, extensive computational experiment, combinatorial optimization problem