Upload
monserrat-mata-zuniga
View
215
Download
0
Embed Size (px)
Citation preview
7/24/2019 1.3.1Métodos Heurísticos y 1.3.2 Métodos Optimización
http://slidepdf.com/reader/full/131metodos-heuristicos-y-132-metodos-optimizacion 1/5
1.3.1 Método Heurístico.
El término heurístico está relacionado con la tarea de resolver
problemas inteligentemente utilizando la información disponible. En elámbito de la Inteligencia artificial se usa el término heurístico para
describir una clase de algoritmos que aplicando el conocimiento propio
del problema y técnicas realizables se acercan a la solución de
problemas en un tiempo razonable.
Los étodos heurísticos o apro!imados" son procedimientos eficientespara encontrar buenas soluciones aunque no se pueda comprobar que
sean óptimas. En estos métodos" la rapidez del proceso es tan
importante como la calidad de la solución obtenida.
#n método heurístico es un procedimiento para resolver un problema
de optimización bien definido mediante una apro!imación intuitiva" enla que la estructura del problema se utiliza de forma inteligente para
obtener una buena solución.
7/24/2019 1.3.1Métodos Heurísticos y 1.3.2 Métodos Optimización
http://slidepdf.com/reader/full/131metodos-heuristicos-y-132-metodos-optimizacion 2/5
1.3.1 Método Heurístico.
En Investigación $perativa" el término heurístico tiene una concepción
más e!igente%&e califica de heurístico a un procedimiento para el que se tiene un
alto grado de confianza" aunque no se garantice su optimalidad o su
factibilidad" e incluso" en algunos casos" no se llegue a establecer lo
cerca que se está de dicha situación. &e usa el calificativo heurístico
en contraposición a exacto.
Es posible volver a evaluar y modificar opiniones" creencias"e!pectativas y pronósticos sin la influencia dominante de alguien en
particular.
7/24/2019 1.3.1Métodos Heurísticos y 1.3.2 Métodos Optimización
http://slidepdf.com/reader/full/131metodos-heuristicos-y-132-metodos-optimizacion 3/5
1.3.2 Método de Optimización
La velocidad" fiabilidad y robustez que han alcanzado los modernos
métodos de optimización hace posible que en la actualidad pasen a serun activo de la economía empresarial.
#n factor clave para el é!ito de un método de optimización es que
permita incorporar a su estrategia de b'squeda el conocimiento
disponible de su propio dominio.
(or otra parte" el dise)o del modelo de optimización correspondiente
no debe incorporar elementos de la realidad que no sean significativos
para el nivel de estudio que se realiza" sobretodo cuando introduzcan
una carga computacional innecesaria que pueda hacer inoperante el
modelo.
7/24/2019 1.3.1Métodos Heurísticos y 1.3.2 Métodos Optimización
http://slidepdf.com/reader/full/131metodos-heuristicos-y-132-metodos-optimizacion 4/5
1.3.2 Método de Optimización
Estos principios generales nos han llevado a utilizar en los diferentes
niveles del sistema los procedimientos de planificación y optimizaciónque me*or se adecuen al perfil computacional del modelo.
(rogramación Lineal +L(,
(rogramación Entera i!ta +I(,
(rogramación con -estricciones +(,
(rogramación Estocástica
étodos /íbridos
Los métodos de optimización más ocupados son los siguientes%
0 La optimización clásica" se ocupa si la restricción no e!iste" o es una
restricción de igualdad" con menor o igual n'mero de variables.
0 $ptimización con restricciones de desigualdad 1 optimización no
clásica" se establece si la restricción contiene mayor cantidad de
variables que la función ob*etivo" o la restricción contiene restricciones
de desigualdad" e!isten métodos en los que en algunos casos se
pueden encontrar los valores má!imos o mínimos.
7/24/2019 1.3.1Métodos Heurísticos y 1.3.2 Métodos Optimización
http://slidepdf.com/reader/full/131metodos-heuristicos-y-132-metodos-optimizacion 5/5
1.3.2 Método de Optimización
0 $ptimización estocástica" cuando las variables del problema +función
ob*etivo y2o restricciones, son variables aleatorias el tipo de
optimización realizada es optimización estocástica.
0 $ptimización con información no perfecta" en este caso la cantidad de
variables" o más a'n la función ob*etivo puede ser desconocida o
también variable.
0 En los problemas de optimización" los ultiplicadores de Lagrange"nombrados así en honor a 3oseph Louis Lagrange" son un método para
traba*ar con funciones de varias variables que interesa ma!imizar o
minimizar" y está su*eta a ciertas restricciones.