TESIS-MAG-0201.pdf

109
La conclusión inmediata que se obtiene es que para obtener resultados de
una calidad similar a los que alcanza SB-TWT, el algoritmo de tabu search
implementado debe invertir un orden de magnitud más de tiempo en la búsqueda. Ese es
el costo que debe pagar por no involucrarse tanto en la estructura del problema, cosa que
si hace y explota el algoritmo SB-TWT.
Dependiendo de la solución que con que comienza, el algoritmo se demora
más o menos en acercarse al mejor valor conocido de la instancia. Los resultados
experimentales demuestran que no necesariamente los mejores puntos de partida (en
cuanto a valor de la función objetivo) producen los mejores resultados finales. De los
mejores resultados obtenidos, en 9 de ellos la heurística 2 fue la utilizada para generar el
punto de partida, mientras que la heurística 3 dio origen al punto inicial en 6
oportunidades. Los restantes puntos fueron generados por la heurística 1.
c) Ajuste de Parámetros
El algoritmo tiene dos parámetros que pueden considerarse fundamentales y
ellos son el tamaño de la vecindad y el largo inicial de las listas tabú. El ajuste de
parámetros consistió entonces en determinar que sucede con dichos factores.
De las tablas 5.4 y 5.5 se concluye que 10.000 iteraciones es un esfuerzo de
cómputo razonable que permite alcanzar soluciones del mismo orden de magnitud del
óptimo. Por lo tanto, el ajuste de parámetros se realizó con dicha base.
A partir de la especificación de la figura 5.5, se crearon 4 heurísticas
adicionales. Las primera heurística (par- 1) usó como tamaño de la lista de candidatos
10, mientras que la segunda (par-2) disminuyó el tamaño a 3. Las restantes dos tuvieron