TESIS-MAG-0201.pdf

La segunda característica es el criterio de aceptación que utiliza. A la
solución candidata z se le asigna una probabilidad de ser aceptada 1 y que corresponde a
Pk = min(1,
))/T&) donde Tk es el factor de temperatura que depende de la
iteración k. Si Uk es una instancia de una variable distribuida uniformemente en [0,1] y
generada en la iteración k, entonces z se acepta si es que u < Pk.[Saab 911.
La forma en que se actualiza Tk corresponde al denominado cooling
schedule (o annealing schedule) que para asegurar la convergencia del método, debe
generar una secuencia estrictamente positiva de valores T1, T2 , . . ., Tk tales que T1 ~: T2 2:
.~
Tk y hm Tk = O [Hayek 88, van Laarhoven 921.
k-
Sim ulated annealing se comporta como un algoritmo hill climbing si es que
las soluciones candidatas son siempre mejores que las soluciones anteriores (es decir,
f(x') > ... > f(xk)) . Aunque, el algoritmo permite también soluciones peores, con
probabilidad Pk que disminuye a medida que el número de iteraciones aumenta. Con ello
se escapa de óptimos locales y se evita el problema de que la búsqueda quede estancada
en uno de dichos puntos.
Otro algoritmo no determinístico es el denominado de Evolución
Estocástica, que trata de ejecutar el mayor número de movidas en cada iteración en lugar
de la única que ejecuta simulated annealing. La distribución con la cual se comparan las
soluciones es uniforme en lugar de exponencial. No goza de la popularidad que tiene
simulated annealing. Mayores detalles se encuentran en [Saab 91].
c) Threshold accepting
Esta estrategia es una versión determinística de simulated annealing, en la
cual la solución candidata es aceptada si f(z) - f(xk) < fu, siendo i una constante no
negativa conocida como umbral [Aarts 941. Al igual que en el caso del simulated