Framework ParadisEO

Framework ParadisEO - #RevistaTino

ParadisEO framework

Autor: Ernesto Rodríguez Rodríguez / errodríguez@nauta.cu Coautor: Lisandra Cardoso Morales

Resumen

Las metaheurísticas han demostrado ser herramientas completas para resolver problemas de optimización complejos. Los marcos de trabajo para la optimización de meta-heurísticas permiten la adaptación de una determinada metaheurísticas al problema específico a resolver. Debido a esto el grupo científico de Inteligencia Artificial de la Universidad Central Martha Abreu de las Villas desea incorporar el algoritmo metaheurístico, poblacional y evolutivo VMO a la plataforma de optimización ParadisEO.

 En este trabajo se realiza una revisión sistemática de la literatura (SLR) para conocer las principales características del marco de trabajo ParadisEO y analizar las ventajas que ofrece respecto a otros marcos de trabajo. Para ello se realiza una búsqueda en las principales librerías científicas a partir de la cual se logra identificar artículos que tratan sobre este marco, lo que permite identificar sus principales características y profundizar en su conocimiento.

Palabras claves: Marcos de trabajo, Metaheurística, ParadisEO

Abstract

Metaheuristics have proven to be a complete tool for solving complex optimization problems. The frameworks for the optimization of metaheuristics allow the adaptation of a specific metaheuristic to the specific problem to be solved. Due to this, the Artificial Intelligence scientific group of the Central University Martha Abreu de las Villas wishes to incorporate the metaheuristic, population and evolutionary VMO algorithm into the ParadisEO optimization platform.

 In this work a systematic review of the literature (SLR) was carried out to present the main characteristics of the ParadisEO framework and analyze the advantages it offers. For this purpose, a search is made in the main scientific bookstores from which it is possible to identify articles that deal with the ParadisEO framework, which allowed identifying its main characteristics and thus knowing this framework for the incorporation of the algorithm VMO.

Keywords: frameworks, metaheuristic

Introducción

La metaheurística es un método para resolver problemas computacionales generales, usando los parámetros dados por el usuario sobre procedimientos genéricos y abstractos, de manera que se logre que los mismos sean más eficientes. Generalmente se aplican a problemas que no tienen un algoritmo o heurística específica que dé una solución satisfactoria; o bien cuando no es posible implementar óptimamente un determinado algoritmo.

Para facilitar el trabajo con las metaheurísticas, la implementación de estas y para reutilizar estas técnicas se han desarrollado diversas herramientas, destacándose los marcos de trabajo (frameworks) de optimización meta-heurística, los cuales permiten un diseño flexible y rápido de nuevas meta-heurísticas, además de proporcionar un entorno que facilita la ejecución y comprobación de los resultados (Talbi S., 2004).

Entre las técnicas metaheurísticas existentes se encuentra VMO que es eficiente para problemas de optimización, utiliza una población conocida como malla para explorar el espacio de búsqueda. Esta malla se expande incorporando nuevas soluciones y utilizando distintas formas de generación de soluciones. Finalmente, la malla es reducida utilizando un operador de limpieza adaptativo (clearing) que elimina todo nodo o solución que se encuentre cerca de otro de mejor calidad (fitness).

El grupo científico de Inteligencia Artificial de la Universidad Central Martha Abreu de las Villas desea incorporar la técnica metaheurística VMO a la plataforma de optimización ParadisEO con el objetivo de encontrar mejores soluciones y reducir tiempos computacionales para dicho algoritmo.

Es por ello que en el presente artículo se realiza una revisión sistemática de la literatura acerca de las principales características del marco de trabajo ParadisEO, así como las ventajas que ofrece el mismo para la incorporación de la técnica metaheurística VMO.

Desarrollo

Revisión Sistemática de la literatura

Las Revisiones Sistemáticas de la literatura no son más que la identificación, evaluación e interpretación de las preguntas disponibles sobre un determinado tema de investigación. Cuando se realiza una investigación de cierta forma se hace una revisión de la literatura solo que a menos que esta sea exhaustiva carece de valor científico. (Barbara Kitchenham, 2007).

Esta técnica está compuesta por 3 etapas fundamentales:

  1. Planificación de la investigación.
  2. Desarrollo de la investigación.
  3. Publicación de los resultados.

Necesidad de la revisión sistemática de la literatura

La revisión sistemática de la literatura a realizar tiene como objetivo identificar las principales características del marco de trabajo ParadisEO para conocer su funcionamiento y de esta manera poder incorporar la metaheuristica VMO.

¿Por qué implementar el algoritmo VMO en el marco de trabajo ParadisEO y qué ventajas ofrece el mismo?

Metaheurística Framework ParadisEO - #RevistaTino
Figura 1. Metaheurística

Análisis y Resultado

Para dar respuesta a esta pregunta de investigación se consultaron los 22 artículos encontrados en la literatura científica revisada, lo que permitió reconocer que existe una gran cantidad de información acerca de este marco de trabajo. A continuación, se expondrán de manera más detallada las principales características de este marco de trabajo, así como las ventajas del mismo.

ParadisEO y su funcionamiento

ParadisEO es una plataforma de trabajo dedicada al diseño flexible de algoritmos evolutivos a través de objetos cambiantes que reemplacen las técnicas más comunes existentes, tales como Algoritmos Genéticos, Evolución de Estrategias, programación evolutiva y la programación genética.

Motivaciones y objetivos

Un marco está diseñado, normalmente, para ser explotado por el mayor número de usuarios posible. Por lo tanto, su uso podría tener éxito si los criterios más importantes del usuario están satisfechos.

A continuación, se mencionan los principales criterios que debe reunir un marco para poder incorporarle técnicas metaheurísticas:

  • Máximo diseño y la reutilización de código. El marco debe proporcionar al usuario un diseño de arquitectura de conjunto de su método de solución. Además, el programador puede hacerlo utilizando tan poco código como sea posible.
  • Flexibilidad y adaptabilidad. Debe ser posible para el usuario añadir fácilmente nuevas características, metaheurísticas o cambiar los existentes sin implicar otros componentes. Por otra parte, al igual que en la práctica, los problemas existentes evolucionan y surgen otros nuevos, y éstos tienen que ser abordado mediante la especialización o adaptación de los componentes del marco utilizado.
  • Utilidad. Debe permitir al usuario cubrir una amplia gama de meta heurísticas, de problemas, de modelos distribuidos en paralelo y mecanismos de hibridación.
  • Acceso transparente, con rendimiento y robustez. Como las aplicaciones de optimización son a menudo de alto tiempo computacional el problema de rendimiento es crucial. Paralelismo y distribución son dos maneras importantes para lograr la ejecución de alto rendimiento. Con el fin de facilitar su uso se implementa de manera que el usuario puede desplegar sus algoritmos paralelos de manera transparente.
  • Portabilidad. Con el fin de satisfacer a un gran número de usuarios el marco debe ser compatible con diferentes arquitecturas de materiales y sus sistemas operativos asociados.

ParadisEO cumple con todo lo antes expuesto, lo que o hace una herramienta valiosa para la comunidad de investigación científica, el mundo educativo y las organizaciones industriales, permitiendo la resolución de muchos problemas académicos del mundo real y de la optimización.

Discusión

Como se ha podido observar en todo lo anteriormente expuesto ParadisEO constituye un marco de trabajo con potentes características que justifican la elección del mismo para incorporarle la meta heurística VMO, además como revela la literatura revisada existen gran cantidad de artículos que tratan sobre él, por lo que es una herramienta muy utilizada actualmente por la comunidad científica.

Conclusiones 

  1. Se revisaron los principales sobre  los marcos de trabajo de optimización metaheurística publicados en diversas revistas, conferencias y trabajos.
  2. Mediante la revisión sistemática de la literatura (SLR) se realizó un estudio riguroso de las principales características del marco de trabajo ParadisEO.
  3. La ejecución de la SLR permitió conocer y explicar de forma breve el funcionamiento de la plataforma de trabajo de optimización metaheurística ParadisEO.
  4. Se describieron las características principales y las facilidades que brinda ParadisEO para permitir la incorporación de la metaheurística VMO al mismo.
  5. El marco de trabajo ParadisEO cumple los principales requisitos que se establecen para la selección de un marco adecuado para la incorporación a él de técnicas metaheurísticas.

Referencias Bibliográficas

  • Barbara Kitchenham, S. C. (2007). Guidelines for performing Systematic Literature Reviews in Software Engineering. CiteSeerX, 44.
  • Batenkov, D. (2011). Open BEAGLE: A generic framework for evolutionary computations. . Genetic Programming and Evolvable Machines, 329-331.
  • Caro, A. (2008, 05 08). Revisiones Sistemáticas de la Literatura. . 19. Chillán, Chile, Chillán, Chile.
  • Dorigo, M. (1992). Optimization, learning and natural algorithms. Semantic Scholar.
  • Ibrahim H Osman, J. P. (1997). Meta-Heuristics Theory and Applications. Lancaster.
  • Luca Di Gaspero, A. S. (2001). Easylocal: An object-oriented framework for flexible design of local search algorithms. Metaheuristics International Conference , (pp. 287-292). Porto,Portugal.
  • Luke, S. (2010). The ECJ Owner’s Manual. San Francisco, California: National Science Foundation.
  • Luke, S. (2015). Essentials of Metaheuristics. San Francisco, California.
  • Maarten Keijzer, J. J. (2001). Evolving Objects (EO): Evolutionary Computation Framework. International Conference on Artificial Evolution (Evolution Artificielle), (pp. 231-242). Granada,Spaña.
  • Montesino, A. A. (2015). Desarrollo de la meta-heurística VMO en la plataforma de optimización Opt4J. Santa Clara,Villa Clara: Universidad Central Marta Abreu de las Villas.
  • Pepyne, Y. H. (2002). Simple explanation of the no-free-lunch theorem and its implications. Journal of Optimization Theory and Applications (pp. 549-570). Plenum Publishing Corporation.
  • Pérez, J. A. (2004). Metaheurísticas: Concepto y Propiedades. Laguna.
  • Prieto, A. M. (2015). Paralelización de la meta-heurística ¨Optimización en Mallas Variables¨. Santa Clara,Villa Clara: Universidad Central “Marta Abreu” de Las Villas.
  • Sébastien Cahon, E.-G. T. (2003). ParadisEO: a Framework for Parallel and Distributed Biologically Inspired Heuristics . IEEE Xplorer, 9.
  • Talbi, A. L.-G. (2007). ParadisEO-MOEO: A Framework for Evolutionary Multi-objective Optimization. International Conference on Evolutionary Multi-Criterion Optimization, (p. 15). France.
  • Talbi, E.-G. (2009). METAHEURISTICS FROM DESIGN TO IMPLEMENTATION. ACM Digital Library.
  • Talbi, S. C.-G. (2004). ParadisEO: A Framework for the Reusable Design of Parallel and Distributed Metaheuristics. Journal of Heuristics (pp. 357–380 ). Villeneuve d’Ascq Cedex, France: Kluwer Academic Publishers.
  • Vázquez, M. D. (2013). Metodología para la incorporación de Algoritmos Poblacionales a la plataforma de optimización ECJ. Santa Clara,Villa Clara: Universidad Central “Marta Abreu” de Las Villas.
  • Ventura, S. (2008). A Java framework for evolutionary computation. Soft Computing, (pp. 381-392).

Enlaces relacionados

MEAN: framework para la aplicación Web Pluviopivot en el Número 67 de Tino

Solucionar el error de instalación de Microsoft .NET Framework 4 en el Número 47 de Tino

NetBeans Platform: Un framework de infraestructura modular para aplicaciones rich-client en el Número 32 de Tino

Impactos: 10

Share

Sé el primero en comentar

Dejar una contestacion

Tu dirección de correo electrónico no será publicada.


*