Introducción a las metaheurísticas y su aplicación en ciencias e ingeniería

Abstract

El avance en ciencia y tecnología es un pilar fundamental para el desarrollo social, ofreciendo soluciones a los desafíos cada vez más complejos que surgen en diversos campos, desde las ciencias naturales y sociales hasta la ingeniería. En este contexto, la optimización surge como una disciplina esencial, combinando principios matemáticos y técnicas computacionales para mejorar la eficiencia de procesos, maximizar resultados y gestionar recursos de manera óptima. Esta disciplina no solo está diseñada para resolver problemas específicos de manera más rápida y precisa, sino que también se adapta a situaciones complejas donde las soluciones tradicionales resultan ineficaces. La optimización abarca un amplio espectro de algoritmos, desde métodos clásicos basados en modelos matemáticos iterativos, hasta metaheurísticas capaces de abordar problemas no lineales, multimodales y de gran escala en tiempos razonables, generando soluciones de alta calidad. Este documento examina detalladamente tanto la teoría como la implementación de algunos de los algoritmos más relevantes en la literatura, ofreciendo un recurso valioso para la investigación y el estudio en la Universidad del Cauca. Está estructurado en cuatro secciones principales: en primer lugar, se presentan los conceptos fundamentales de la optimización y su aplicación en la ingeniería, proporcionando la base teórica necesaria; seguidamente, se describen los métodos clásicos de optimización, con un enfoque en su formulación matemática y validación a través de funciones de prueba; la tercera sección analiza las metaheurísticas, destacando su implementación y su capacidad para resolver problemas complejos; finalmente, se exploran diversas aplicaciones de estas técnicas en ingeniería y ciencias básicas, incluyendo la implementación y evaluación del algoritmo de optimización multiobjetivo NSGA-II. Este trabajo de grado aspira a ser una guía teórica y práctica sobre algunos de los algoritmos de optimización más relevantes, contribuyendo al desarrollo de habilidades investigativas y técnicas en la comunidad académica, y potenciando la capacidad para enfrentar desafíos complejos en diversos campos del conocimiento.