Visualización de espacios de búsqueda multidimensionales en computación evolutiva

Abstract

En esta tesis se propone un nuevo método de visualización multidimensional para algoritmos evolutivos basado en el empleo de los mapas autoorganizativos de Kohonen, y se demuestra su utilidad a través de su aplicación a un conjunto de problemas típicos del área, El objetivo del método es poder representar en un plano el espacio de búsqueda de un algoritmo evolutivo independientemente de su número de dimensiones. Permite visualizar un espacio de búsqueda completo o ciertas partes del mismo, como, por ejemplo, las zonas exploradas durante su ejecucción o por las que se desplazan los individuos de una población en un instante dado. La visualización puede ser útil en muchos aspectos, de entre los cuales cabe destacar la identificación de características de la población, la visualización del espacio explorado durante la ejecucción de un algoritmo evolutivo y la visualización del espacio de búsqueda de un problema. Esto nos servirá para poder escoger tanto los operadores como los parámetros de un algoritmo evolutivo, para comprobar cómo funciona y si en efecto evoluciona correctamente.