{"id":4606,"date":"2016-10-28T09:22:57","date_gmt":"2016-10-28T08:22:57","guid":{"rendered":"http:\/\/smart--grid.net\/?page_id=4606"},"modified":"2022-12-03T23:00:11","modified_gmt":"2022-12-03T22:00:11","slug":"recherche-dispersee","status":"publish","type":"page","link":"https:\/\/complex-systems-ai.com\/es\/optimizacion-combinatoria\/investigacion-dispersa\/","title":{"rendered":"Investigaci\u00f3n dispersa"},"content":{"rendered":"<div data-elementor-type=\"wp-page\" data-elementor-id=\"4606\" class=\"elementor elementor-4606\">\n\t\t\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-832d3e7 elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"832d3e7\" data-element_type=\"section\" data-e-type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-33 elementor-top-column elementor-element elementor-element-ca36fad\" data-id=\"ca36fad\" data-element_type=\"column\" data-e-type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t<div class=\"elementor-element elementor-element-ef75536 elementor-align-justify elementor-widget elementor-widget-button\" data-id=\"ef75536\" data-element_type=\"widget\" data-e-type=\"widget\" data-widget_type=\"button.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t\t\t<div class=\"elementor-button-wrapper\">\n\t\t\t\t\t<a class=\"elementor-button elementor-button-link elementor-size-sm\" href=\"https:\/\/complex-systems-ai.com\/es\/algoritmos-estocasticos\/\">\n\t\t\t\t\t\t<span class=\"elementor-button-content-wrapper\">\n\t\t\t\t\t\t\t\t\t<span class=\"elementor-button-text\">Algoritmos estoc\u00e1sticos<\/span>\n\t\t\t\t\t<\/span>\n\t\t\t\t\t<\/a>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t<div class=\"elementor-column elementor-col-33 elementor-top-column elementor-element elementor-element-e0983d2\" data-id=\"e0983d2\" data-element_type=\"column\" data-e-type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t<div class=\"elementor-element elementor-element-7de61ee elementor-align-justify elementor-widget elementor-widget-button\" data-id=\"7de61ee\" data-element_type=\"widget\" data-e-type=\"widget\" data-widget_type=\"button.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t\t\t<div class=\"elementor-button-wrapper\">\n\t\t\t\t\t<a class=\"elementor-button elementor-button-link elementor-size-sm\" href=\"https:\/\/complex-systems-ai.com\/es\/\">\n\t\t\t\t\t\t<span class=\"elementor-button-content-wrapper\">\n\t\t\t\t\t\t\t\t\t<span class=\"elementor-button-text\">Pagina de inicio<\/span>\n\t\t\t\t\t<\/span>\n\t\t\t\t\t<\/a>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t<div class=\"elementor-column elementor-col-33 elementor-top-column elementor-element elementor-element-bad3ede\" data-id=\"bad3ede\" data-element_type=\"column\" data-e-type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t<div class=\"elementor-element elementor-element-eb0aa8f elementor-align-justify elementor-widget elementor-widget-button\" data-id=\"eb0aa8f\" data-element_type=\"widget\" data-e-type=\"widget\" data-widget_type=\"button.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t\t\t<div class=\"elementor-button-wrapper\">\n\t\t\t\t\t<a class=\"elementor-button elementor-button-link elementor-size-sm\" href=\"https:\/\/www.uv.es\/rmarti\/paper\/docs\/ss8.pdf\" target=\"_blank\" rel=\"noopener\">\n\t\t\t\t\t\t<span class=\"elementor-button-content-wrapper\">\n\t\t\t\t\t\t\t\t\t<span class=\"elementor-button-text\">Wiki<\/span>\n\t\t\t\t\t<\/span>\n\t\t\t\t\t<\/a>\n\t\t\t\t<\/div>\n\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<section class=\"elementor-section elementor-top-section elementor-element elementor-element-873fa91 elementor-section-boxed elementor-section-height-default elementor-section-height-default\" data-id=\"873fa91\" data-element_type=\"section\" data-e-type=\"section\">\n\t\t\t\t\t\t<div class=\"elementor-container elementor-column-gap-default\">\n\t\t\t\t\t<div class=\"elementor-column elementor-col-100 elementor-top-column elementor-element elementor-element-8693599\" data-id=\"8693599\" data-element_type=\"column\" data-e-type=\"column\">\n\t\t\t<div class=\"elementor-widget-wrap elementor-element-populated\">\n\t\t\t\t\t\t<div class=\"elementor-element elementor-element-5eb4384c elementor-widget elementor-widget-text-editor\" data-id=\"5eb4384c\" data-element_type=\"widget\" data-e-type=\"widget\" data-widget_type=\"text-editor.default\">\n\t\t\t\t<div class=\"elementor-widget-container\">\n\t\t\t\t\t\t\t\t\t\n<div id=\"ez-toc-container\" class=\"ez-toc-v2_0_82_2 counter-hierarchy ez-toc-counter ez-toc-grey ez-toc-container-direction\">\n<div class=\"ez-toc-title-container\">\n<p class=\"ez-toc-title\" style=\"cursor:inherit\">Contenido<\/p>\n<span class=\"ez-toc-title-toggle\"><a href=\"#\" class=\"ez-toc-pull-right ez-toc-btn ez-toc-btn-xs ez-toc-btn-default ez-toc-toggle\" aria-label=\"Tabla de contenido alternativo\"><span class=\"ez-toc-js-icon-con\"><span class=\"\"><span class=\"eztoc-hide\" style=\"display:none;\">Palanca<\/span><span class=\"ez-toc-icon-toggle-span\"><svg style=\"fill: #999;color:#999\" xmlns=\"http:\/\/www.w3.org\/2000\/svg\" class=\"list-377408\" width=\"20px\" height=\"20px\" viewbox=\"0 0 24 24\" fill=\"none\"><path d=\"M6 6H4v2h2V6zm14 0H8v2h12V6zM4 11h2v2H4v-2zm16 0H8v2h12v-2zM4 16h2v2H4v-2zm16 0H8v2h12v-2z\" fill=\"currentColor\"><\/path><\/svg><svg style=\"fill: #999;color:#999\" class=\"arrow-unsorted-368013\" xmlns=\"http:\/\/www.w3.org\/2000\/svg\" width=\"10px\" height=\"10px\" viewbox=\"0 0 24 24\" version=\"1.2\" baseprofile=\"tiny\"><path d=\"M18.2 9.3l-6.2-6.3-6.2 6.3c-.2.2-.3.4-.3.7s.1.5.3.7c.2.2.4.3.7.3h11c.3 0 .5-.1.7-.3.2-.2.3-.5.3-.7s-.1-.5-.3-.7zM5.8 14.7l6.2 6.3 6.2-6.3c.2-.2.3-.5.3-.7s-.1-.5-.3-.7c-.2-.2-.4-.3-.7-.3h-11c-.3 0-.5.1-.7.3-.2.2-.3.5-.3.7s.1.5.3.7z\"\/><\/svg><\/span><\/span><\/span><\/a><\/span><\/div>\n<nav><ul class='ez-toc-list ez-toc-list-level-1' ><ul class='ez-toc-list-level-2' ><li class='ez-toc-heading-level-2'><a class=\"ez-toc-link ez-toc-heading-1\" href=\"https:\/\/complex-systems-ai.com\/es\/optimizacion-combinatoria\/investigacion-dispersa\/#Recherche-dispersee\" >Investigaci\u00f3n dispersa<\/a><\/li><\/ul><\/li><li class='ez-toc-page-1 ez-toc-heading-level-1'><a class=\"ez-toc-link ez-toc-heading-2\" href=\"https:\/\/complex-systems-ai.com\/es\/optimizacion-combinatoria\/investigacion-dispersa\/#Description-de-la-methode\" >Descripci\u00f3n del m\u00e9todo<\/a><\/li><li class='ez-toc-page-1 ez-toc-heading-level-1'><a class=\"ez-toc-link ez-toc-heading-3\" href=\"https:\/\/complex-systems-ai.com\/es\/optimizacion-combinatoria\/investigacion-dispersa\/#Algorithme\" >Algoritmo<\/a><\/li><\/ul><\/nav><\/div>\n<h2><span class=\"ez-toc-section\" id=\"Recherche-dispersee\"><\/span>Investigaci\u00f3n dispersa<span class=\"ez-toc-section-end\"><\/span><\/h2>\n<p>La b\u00fasqueda dispersa (SS) es un m\u00e9todo evolutivo propuesto por (Glover y Laguna 1997). Se propuso en el marco de la resoluci\u00f3n de problemas combinatorios.<\/p>\n\n<p>Este <a href=\"https:\/\/complex-systems-ai.com\/es\/optimizacion-combinatoria\/\">metaheur\u00edstica<\/a> difiere de los algoritmos evolutivos cl\u00e1sicos por el uso de un procedimiento de <a href=\"https:\/\/complex-systems-ai.com\/es\/algoritmos-estocasticos\/metodos-de-descenso\/\">busqueda local<\/a> y por la generalizaci\u00f3n del operador de cruce. Al igual que el <a href=\"https:\/\/complex-systems-ai.com\/es\/algoritmos-devolucion\/algoritmos-geneticos\/\">algoritmos gen\u00e9ticos<\/a>, se basa en una poblaci\u00f3n de soluciones que evoluciona en el tiempo utilizando tanto un operador de selecci\u00f3n, la combinaci\u00f3n lineal de soluciones de la poblaci\u00f3n para crear una nueva soluci\u00f3n provisional (no necesariamente entera o admisible), de un operador de proyecci\u00f3n que permite hacer la admisibilidad de la soluci\u00f3n provisional y de los operadores de eliminaci\u00f3n.<\/p>\n\n<h1 class=\"wp-block-heading\"><span class=\"ez-toc-section\" id=\"Description-de-la-methode\"><\/span>Descripci\u00f3n del m\u00e9todo<span class=\"ez-toc-section-end\"><\/span><\/h1>\n\n<div style=\"padding: 3px; border: 2px dotted #a5a5a5; background-color: #f6f9fa;\">\n<p>El concepto general de investigaci\u00f3n dispersa dado por (Glover et al. 1998) se basa en los siguientes tres fundamentos:<\/p>\n<ol>\n<li style=\"text-align: justify;\">La informaci\u00f3n \u00fatil sobre la soluci\u00f3n \u00f3ptima suele estar contenida en una colecci\u00f3n diversa de soluciones de \u00e9lite.<\/li>\n<li style=\"text-align: justify;\">Las estrategias de combinaci\u00f3n de soluciones contienen mecanismos que incorporan la diversificaci\u00f3n e intensificaci\u00f3n en la generaci\u00f3n de nuevas soluciones.<\/li>\n<li style=\"text-align: justify;\">El uso de varias combinaciones de soluciones de referencia aumenta la oportunidad de explotar la informaci\u00f3n contenida en la uni\u00f3n de soluciones de \u00e9lite.<\/li>\n<\/ol>\n<\/div>\n\n<div style=\"padding: 5px; background-color: #d5edff; border: 2px solid #3c95e8; -moz-border-radius: 9px; -khtml-border-radius: 9px; -webkit-border-radius: 9px; border-radius: 9px;\">\n<p>El modelo de algoritmo de b\u00fasqueda dispersa se basa en la definici\u00f3n de los siguientes cinco componentes principales (conocidos como m\u00e9todos):<\/p>\n<ol>\n<li style=\"text-align: justify;\">M\u00e9todo de generaci\u00f3n de diversificaci\u00f3n: Consiste en generar una colecci\u00f3n de varias soluciones de partida.<\/li>\n<li style=\"text-align: justify;\">M\u00e9todo de mejora: los puntos se optimizan mediante la b\u00fasqueda local.<\/li>\n<li style=\"text-align: justify;\">M\u00e9todo para actualizar el conjunto de referencia R<sub>I<\/sub>: construye y mantiene un conjunto de referencia obtenido al seleccionar las mejores soluciones b encontradas.<\/li>\n<li style=\"text-align: justify;\">M\u00e9todo de generaci\u00f3n de subconjuntos: genera subconjuntos D<sub>I<\/sub> del conjunto de referencia.<\/li>\n<li style=\"text-align: justify;\">M\u00e9todo de combinaci\u00f3n de soluciones: genera soluciones combinando las soluciones de cada subconjunto D<sub>I<\/sub> para producir el conjunto C<sub>I<\/sub>.<\/li>\n<\/ol>\n<\/div>\n\n<h1 class=\"wp-block-heading\"><span class=\"ez-toc-section\" id=\"Algorithme\"><\/span>Algoritmo<span class=\"ez-toc-section-end\"><\/span><\/h1>\n\n<div class=\"wp-block-image\">\n<figure class=\"aligncenter\"><img fetchpriority=\"high\" decoding=\"async\" class=\"alignnone wp-image-5147\" src=\"https:\/\/complex-systems-ai.com\/wp-content\/uploads\/2016\/10\/ss.png\" alt=\"investigaci\u00f3n dispersa\" width=\"606\" height=\"285\" title=\"\" srcset=\"https:\/\/complex-systems-ai.com\/wp-content\/uploads\/2016\/10\/ss.png 606w, https:\/\/complex-systems-ai.com\/wp-content\/uploads\/2016\/10\/ss-300x141.png 300w\" sizes=\"(max-width: 606px) 100vw, 606px\" \/><\/figure>\n<\/div>\n\t\t\t\t\t\t\t\t<\/div>\n\t\t\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/div>\n\t\t\t\t\t<\/div>\n\t\t<\/section>\n\t\t\t\t<\/div>","protected":false},"excerpt":{"rendered":"<p>P\u00e1gina de inicio de Wiki de Algoritmos Estoc\u00e1sticos B\u00fasqueda Dispersa La B\u00fasqueda Dispersa (SS) es un m\u00e9todo de evoluci\u00f3n propuesto por (Glover y Laguna 1997). Ella \u2026 <\/p>","protected":false},"author":1,"featured_media":0,"parent":1770,"menu_order":0,"comment_status":"closed","ping_status":"closed","template":"","meta":{"footnotes":""},"class_list":["post-4606","page","type-page","status-publish","hentry"],"amp_enabled":true,"_links":{"self":[{"href":"https:\/\/complex-systems-ai.com\/es\/wp-json\/wp\/v2\/pages\/4606","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/complex-systems-ai.com\/es\/wp-json\/wp\/v2\/pages"}],"about":[{"href":"https:\/\/complex-systems-ai.com\/es\/wp-json\/wp\/v2\/types\/page"}],"author":[{"embeddable":true,"href":"https:\/\/complex-systems-ai.com\/es\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/complex-systems-ai.com\/es\/wp-json\/wp\/v2\/comments?post=4606"}],"version-history":[{"count":5,"href":"https:\/\/complex-systems-ai.com\/es\/wp-json\/wp\/v2\/pages\/4606\/revisions"}],"predecessor-version":[{"id":18466,"href":"https:\/\/complex-systems-ai.com\/es\/wp-json\/wp\/v2\/pages\/4606\/revisions\/18466"}],"up":[{"embeddable":true,"href":"https:\/\/complex-systems-ai.com\/es\/wp-json\/wp\/v2\/pages\/1770"}],"wp:attachment":[{"href":"https:\/\/complex-systems-ai.com\/es\/wp-json\/wp\/v2\/media?parent=4606"}],"curies":[{"name":"gracias","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}