next up previous
Next: 5.5 The Reactive Tabu Up: 5. Búsqueda Tabú Previous: 5.3 Niveles de Aspiración

5.4 Intensificación y Diversificación

La idea de intensificación es buscar más es porciones del espacio que aparentan ser mejores o más prometedoras.

Cada determinado tiempo se puede realizar un proceso de intensificación.

Normalmente se re-inicia la búsqueda a partir de la mejor solución actual. Algunas opciones:

Una extensión es considerar los comportamientos de los patrones producidos por una lista tabú.

Uno de los efectos de ésto es analizar por ejemplo movimientos oscilatorios evaluando lo atrayente de los movimientos dependiendo de la localización y dirección de la búsqueda.

Con ésto se puede por ejemplo especificar un número de movimientos necesarios en una cierta dirección antes de permitir algún retorno.

Las funciones de memoria a mediano plazo sirven para registrar y comparar atributos de las mejores soluciones obtenidas durante un período de búsqueda.

Los atributos comunes puedes servir para guiar nuevas soluciones a espacios en donde existan tales atributos.

Diversificación obliga buscar en áreas no exploradas.

Las funciones de memoria a largo plazo tratan de diversificar la búsqueda, empleando principios más o menos contrarios a los de memoria a mediano plazo.

La idea es explorar regiones que contrastan fuertemente con las regiones exploradas hasta el momento.

No se trata de inyectar diversidad aleatoria, sino tomando en cuenta el proceso de búsqueda llevado hasta ese momento.

Para escapar de atractores fuertes se requiere de un esfuerzo adicional. Posibilidades:

  1. Imponer restricciones más fuertes en las condiciones tabú para excluir un número más grande de movimientos.
  2. Usar información de cuándo el proceso apunta hacia arriba y tratar de favorecer movimientos que apunten en esa dirección.
  3. Penalizar movimientos que usan atributos muy usados en el pasado.

Una vez que se sale del atractor, se pueden ``relajar'' las condiciones.

Conceptualmente, lo que tratan de estimar es una distancia de escape del óptimo local.

Se pueden incorporar también elementos probabilísticos, para preferir movimientos con cierta probabilidad.

Algunos resultados muestran que el tamaño de la lista tabú entre 5 y 12 (y alrededor de 7) es adecuado.

Sin embargo, para algunos problemas se tiene que determinar cuál es la mejor.


next up previous
Next: 5.5 The Reactive Tabu Up: 5. Búsqueda Tabú Previous: 5.3 Niveles de Aspiración
Eduardo Morales Manzanares 2004-11-02