Resolucion de algunos problemas clasicos de optimizacion mediante las metaheuristicas EDA y ACO.

Abstract

Los Algoritmos de Estimacion de las Distribuciones (EDA, segun sus siglas en ingles), surgen en la ultima decada del siglo XX como alternativa a los Algoritmos Geneticos, dada la incapacidad de estos ultimos de captar las relaciones entre las variables. Los EDA, captan de cada generacion la mejor distribucion de probabilidades para simular a partir de esta, la nueva generacion. Actualmente los EDA son muy utilizados para dar solucion a problemas de optimizacion, reconocimiento de patrones, procesamiento de imagenes, etc. Por otra parte, la metaheuristica Optimizacion basada en Colonia de Hormigas (ACO, segun sus siglas en ingles), ha demostrado buenos resultados en la solucion de problemas de busqueda de caminos mas cortos y proponen soluciones aceptables en tiempo razonable para una serie de problemas dificiles. En la presente tesis se explora el comportamiento de las metaheuristicas bioinspiradas EDA y ACO, en los problemas de Coloracion Robusta y de Clasificacion Automatica No Supervisada.