%0 Journal Article
%T Estrategias evolutivas como una opci車n para la optimizaci車n de funciones no lineales con restricciones Evolution strategies as an option for optimizing non linear functions with restrictions
%A Diana M. Ortiz
%A Juan David Vel芍squez H
%A Patricia Jaramillo
%J Revista Ingenier赤as Universidad de Medell赤n
%D 2011
%I Universidad de Medell赤n
%X Estrategias de evoluci車n es una t谷cnica bio-inspirada, eficiente y robusta para resolver problemas de optimizaci車n donde el espacio de soluciones es no restringido. Sin embargo, esta suposici車n es irreal en muchos casos porque el espacio de soluciones es limitado por fronteras complejas en la forma de restricciones tanto lineales como no lineales. En este art赤culo de investigaci車n, se propone una modificaci車n al algoritmo original de estrategias de evoluci車n para optimizar problemas donde el espacio de soluciones es limitado usando restricciones complejas. El m谷todo propuesto es basado en el uso de una funci車n de penalizaci車n la cual es cero dentro de la regi車n factible, e igual al m芍ximo valor dentro de la regi車n factible cuando se considera un punto que es no factible. La aproximaci車n propuesta es probada usando seis problemas de prueba bien conocidos. En todos los casos, esta aproximaci車n encontr車 un punto 車ptimo igual o menor que los valores reportados en la literatura. Evolution Strategies is a bio-inspired, robust, and efficient technique for solving optimization problems where the solution space is unrestricted. However, this assumption is unreal in many cases because the solution space is limited by complex boundaries in the form of linear and non-linear restrictions. In this paper, a modification of the original algorithm of Evolution Strategies for optimizing problems where the solution space is bounded using complex restrictions is proposed. The proposed method is based on the use of a penalization function which is zero inside of the feasible region and equal to the maximum value inside of the feasible region when an unfeasible point is considered. The proposed approach is proved using six benchmark problems. In all cases, our approach found an optimal point equal or lower than the values reported in the literature.
%K estrategias evolutivas
%K optimizaci車n
%K minimizaci車n
%K funciones de penalizaci車n
%K evolution strategies
%K optimization
%K minimization
%K penalization functions
%U http://www.scielo.org.co/scielo.php?script=sci_arttext&pid=S1692-33242011000100013