Seminario "Optimización Evolutiva Multi-objetivo: Tendencias Actuales y Futuras"
Durante los últimos años, ha habido un interés creciente en usar algoritmos de búsqueda heurística basados en la selección natural (los denominados "algoritmos evolutivos") para resolver una amplia variedad de problemas.
Como en cualquier otra disciplina, la investigación en algoritmos evolutivos se ha vuelto más especializada a lo largo de los años, dando origen a diversas sub-disciplinas. Esta plática será en torno a una de estas sub-disciplinas emergentes que se ha vuelto muy popular debido a su amplia aplicabilidad: la optimización evolutiva multi-objetivo (EMOO, por sus siglas en inglés).
EMOO se refiere al uso de algoritmos evolutivos (o incluso otras heurísticas bio-inspiradas) para resolver problemas que tienen dos o más funciones objetivo (normalmente en conflicto entre sí). A diferencia de los problemas de optimización tradicionales (mono-objetivo), los problemas de optimización multi-objetivo tienen normalmente más de una solución. De tal forma, los algoritmos evolutivos tradicionales (p.ej., los algoritmos genéticos) necesitan ser modificados para lidiar con dicho tipo de problemas.
Esta plática proporcionará una visión general de esta área, incluyendo su desarrollo histórico, sus desarrollos más significativos, algunas de sus áreas de aplicación más importantes y sus desafíos actuales y futuros.
Impartido por el Dr. Carlos Coello Coello, del Depto. de Computación del Centro de Investigación y de Estudios Avanzados del Instituto Politécnico Nacional.