Modelo hiperheurístico HY X-FPSO CBR SII soportado en metaheurísticas X-PSO multiobjetivo para resolver una clase de problemas de optimización combinatoria

Resumen

Las Hiperheurísticas de Selección constituyen métodos de búsqueda concebidos en un nivel de abstracción superior al de las MetaHeurísticas. Para ello, una Función de Selección (FS), cuyo objetivo es decidir cuál de las estrategias MetaHeurísticas se aplica en cada instancia de decisión, evalúa la  aptitud de las mismas en cada solución iterativa. En este trabajo se presenta una HiperHeurística de Selección Basada en Razonamiento (CBR) con dominio en MetaHeurísticas X-PSO MultiObjetivo, HY X-FPSO CBR SII, cuya FS se constituye de una Red Neuronal Artificial (RN) de propagación hacia adelante tipo Multi-Layer Perceptron (MLP). La información utilizada por la FS proviene desde  Indicadores de Inteligencia de Grupo, propuestos por los autores en trabajos previos, que proporcionan una medida de la habilidad de cada MetaHeurística para resolver cierta instancia del problema. Se aborda el diseño de la FS y el método de optimización asociado al Entrenamiento Basado en Casos de la misma. Este novedoso enfoque, aporte principal del trabajo,  permite construir una única FS capaz de resolver dos problemas de optimización combinatoria: el Balance de Cargas de un Sistema Trifásico de Distribución de Energía Eléctrica (SDEE) y la Optimización de la Confiabilidad de un SDEE en Media Tensión.