Heurísticas de optimización combinatoria para la clasificación de datos.

Abstract

En el presente proyecto de investigaci on se realiz o la implementaci on de las heur sticas de algoritmo gen etico, enjambre de part culas (EP) y b usqueda tab u (BT) para el estudio del problema de clasi caci on por particiones con datos cuantitativos. En total se implementaron cuatro algoritmos, dado que en el caso de b usqueda tab u se dise~naron dos variantes. Una de ellas constituy o en la generaci on de vecindarios mediante transferencias de individuos de una clase a otra; mientras que la otra consisti o en la construcci on de los vecinos mediante el movimiento de los centros de gravedad de las clases (BTCG). Los algoritmos fueron aplicados a veinte tablas de datos tomadas de la literatura. Adem as, se dise~naron ocho tablas adicionales de mayor tama~no y complejidad, para veri car el rendimiento de los algoritmos. Se realiz o, adem as, un an alisis de la variabilidad de los resultados, en funci on de los par ametros de las diferentes heur sticas. Esto permiti o determinar, para cada una de ellas, la combinaci on de par ametros que gener o el mejor rendimiento posible en cada heur stica. Adem as, se realiz o una comparaci on de la e ciencia de las heur sticas implementadas, lo cual permiti o generar una jerarquizaci on de ellas como funci on del rendimiento, siendo BTCG y EP las que mostraron mejores resultados.