• técnicas con articulación a priori de preferencias; la asignación depreferencias y algunos parámetros son fijados al inicio.• técnicas con articulación progresiva de preferencias; son los métodosinteractivos, en los que hay una secuencia de fases de diálogo, en lasque el analista establece sus preferencias, y de fases de cálculo, en lasque se calculan nuevas soluciones eficientes en base a las indicacionesdel analista.2.2.2.2.1. Técnicas generadorasExisten distintos métodos para generar el conjunto de soluciones nodominadas, entre ellos están el método de las ponderaciones y el método delas restricciones. Estos dos métodos transforman el problema multiobjetivo enun problema de objetivo único y posteriormente, mediante variaciónsistemática de los parámetros empleados para hacer la transformación,generan el conjunto de soluciones no dominadas. Existen otros métodos (p. ej.el método multiobjetivo lineal de Philip, el método multiobjetivo lineal deZeleny, etc.) que operan directamente sobre el vector de objetivos.El método de las restricciones se basa en optimizar una única funciónobjetivo y tratar las restantes como restricciones. El conjunto de soluciones nodominadas es generado por medio de variaciones paramétricas de lostérminos independientes de los objetivos incluidos como restricciones. Laformulación de este método para n objetivos sería (Maroto, 1997):Max. Zk (x)Sujeto aZj (x) ≥ Pj para j=1, 2, …, k-1, k+1, …, JEn el caso de objetivos de minimización, en las restriccionesparamétricas correspondientes, se invertirá el sentido de la restricción, es decir,Zj (x) ≤ Pj.En Azapagic y Clift (1999) se describe el siguiente algoritmo para laaplicación del método de las restricciones:1. Matriz de pagos (‘pay-off table’)44
1.1. Solucionar J problemas de optimización de objetivo único paraencontrar la solución óptima de los J objetivos. La soluciónj j j jóptima del objetivo jth es denotada por x x , x ,..., x )(1 21.2. Calcular el valor de cada función objetivo para cada una de lassoluciones óptimas: F1(x j ), F2(x j ), …, FJ(x j ), j= 1, 2, …, J. Comoresultado se obtienen J valores para cada uno de los J objetivos.1.3. Identificar el valor máximo, Mj, y mínimo, nj, en la columna jth.2. RestriccionesConvertir el modelo multiobjetivo en un modelo de objetivo únicotransformando todas las funciones objetivo, menos una, en la restriccióncorrespondiente.3. Términos independientesElegir el número de valores diferentes de Pj; r.4. OptimizaciónPara generar el rango de soluciones no inferiores, resolver el problematransformado para cada combinación de valores de Pj, j=1, 2, …, k-1,k+1, …, J donde Pj=nj+[t/(r-1)](Mj-nj), t=0, 1, 2, …, (r-1)El método de las ponderaciones consiste en asignar un peso ocoeficiente de ponderación a cada una de las funciones objetivo, queposteriormente son combinadas en una única función objetivo de la siguienteforma:Max. w1Z1(x) + w2Z2(x) + … + wJZJ(x)A través de variaciones paramétricas de estos pesos se genera elconjunto de soluciones no dominadas.En estos dos métodos, cuando el número de objetivos y restriccionesaumenta, los cálculos se complican. Los métodos simplex multiobjetivo, a pesarde ser los mejores en lo que se refiere a ofrecer una representación exacta delconjunto de soluciones eficientes, tienen el inconveniente de la complejidadde cálculo y la disponibilidad del software correspondiente. Los programasdisponibles para la resolución de problemas multiobjetivo mediante este tipode técnicas son:• ADBASE: admite hasta 50 variables, 50 restricciones y un máximo de 3objetivos.l45
- Page 1 and 2: CURSO DE DOCTORADO.ANÁLISIS TERRIT
- Page 3 and 4: ÍNDICE DE TABLASTabla 1. Propiedad
- Page 5 and 6: conservación, etc.) exigen la apli
- Page 7 and 8: (1990) concluye que el análisis t
- Page 9 and 10: Desde 1950 la evaluación de tierra
- Page 11 and 12: porcentaje del rendimiento óptimo,
- Page 13 and 14: directrices generales sobre las cua
- Page 15 and 16: equerimientos de la clase de aptitu
- Page 17 and 18: donde VI es el Valor Índice, VN es
- Page 19 and 20: este sistema son los siguientes: us
- Page 21 and 22: detallados sobre el cultivo y el me
- Page 23 and 24: ideal y 0,5 como límite inferior.
- Page 25 and 26: Rossiter (1996) propone un marco te
- Page 27 and 28: planificación de usos son los mét
- Page 29 and 30: 16 Oliveira etal2003Programación i
- Page 31 and 32: través de un diagrama de influenci
- Page 33 and 34: donde las alternativas son definida
- Page 35 and 36: gestión de los recursos territoria
- Page 37 and 38: Mientras el SIG proporciona un marc
- Page 39 and 40: ideal negativa’. El primer paso e
- Page 41 and 42: introduce la puntuación correspond
- Page 43: 2.2.2.2. Programación matemáticaL
- Page 47 and 48: donde w + es el vector de pesos aso
- Page 49 and 50: En Lu et al. (2004) se describe el
- Page 51 and 52: proporción de importaciones (Y) qu
- Page 53 and 54: ahij xijij xij sjisj 0 /1 (variable
- Page 55 and 56: de usos del suelo. En este modelo u
- Page 57 and 58: En los estudios anteriores que util
- Page 59 and 60: MinimizardondeZ1ni1iini i2ini1jTsuj
- Page 61 and 62: - La suma de uso agrícola, combina
- Page 63 and 64: después de un número fijo de oper
- Page 65 and 66: - Dependiente polinomialmente del t
- Page 68 and 69: c) El impacto ambiental de cada act
- Page 70: 3. Adaptación de la probabilidad d
- Page 73 and 74: pesar de ser estáticas, influyen,
- Page 75 and 76: epresentados con perfiles y prefere
- Page 77: (Walker, 2002). En los siguientes a
- Page 80 and 81: árbol de los criterios (fig. 6), l
- Page 82 and 83: suposiciones. Una vez calculada la
- Page 84 and 85: LADSShttp://www.macaulay.ac.uk/lads
- Page 86 and 87: Figura 10. Simulación de la expans
- Page 88 and 89: encuentra el hecho de no localizar
- Page 90 and 91: LUCAS fue creado dentro del program
- Page 92 and 93: UrbanSim es un sistema diseñado pa
- Page 94 and 95:
UGrowUGrow comprende un conjunto de
- Page 96 and 97:
Azapagic, A. y Clift, R. (1999). Li
- Page 98 and 99:
Davidson, D. A., Theocharopoulos, S
- Page 100 and 101:
Gruijter, J.J. (1996). En Discusió
- Page 102 and 103:
Matthews, K. (2001). Applying Genet
- Page 104 and 105:
Shukla, S., Yadav, P. D. y Goel. R.
- Page 106:
the 4 th International Conference o