Reducción de los Experimentos Requeridos para Evaluar el Desempeño de Algoritmos Metaheurísticos

Héctor Joaquín Fraire Huacuja, Rodolfo Abraham Pazos Rangel, Juan Javier González Barbosa, Laura Cruz Reyes, Guadalupe Castilla Valdez, José A. Martínez Flores

Resumen


Cuando se evalúa el desempeño de algoritmos metaheurísticos, con un conjunto de instancias difíciles de un problema NP-completo, el tiempo requerido para realizar la experimentación puede ser muy grande. Una forma de reducir el esfuerzo necesario es incorporar técnicas de reducción de la varianza en los experimentos computacionales. Para incorporar dichas técnicas, los enfoques tradicionales proponen métodos que dependen de la técnica, del problema y del algoritmo usado. En este trabajo se propone desarrollar métodos de propósito general, los cuales permitan incorporar técnicas de reducción de la varianza, independientemente del problema y del algoritmo metaheurístico usado. Para validar la factibilidad del enfoque, se describe un método de propósito general, el cual permite incorporar la técnica de variables antitéticas en experimentos computacionales con algoritmos metaheurísticos aleatorizados. La evidencia experimental muestra que el método propuesto produce una reducción de la varianza de las salidas aleatorias en un 78% de las instancias consideradas y que el método tiene la capacidad de reducir simultáneamente la varianza de varias salidas aleatorias de los algoritmos probados. Los niveles globales de reducción alcanzados con las instancias usadas en los casos de prueba van del 14% al 55%.

Palabras clave


Análisis experimental de algoritmos; técnicas de reducción de la varianza y algoritmos metaheurísticos

Texto completo:

PDF


Contacto:
Oscar Zavala