Con la nueva variante, % de elitismo variable, pretendemos obtener una solución más robusta. Además vamos a realizar experimentaciones para determinar nuevamente cuales son las mejores condiciones que se adaptan a esta modalidad.

En los últimos días, con la visita del Dr. Blas Galván, de España, hemos estado trabajando en mejoras del Flexible. Y hemos comprendido mejor su funcionamiento, con este conocimiento hemos iniciado una nueva etapa de pruebas para determinar la "Resonancia" del método aplicado a nuestro problema.
Para esto hemos realizado varias pruebas del método, cambiando los valores de los parámetros: # de Generaciones (numGen), Tamaño de la Población (tamPob) y el % de Elitismo.

Además de esto quitamos del Flexible la condicional para eliminar los Individuos no Factibles y utilizamos una función de penalización para identificarlos, el objetivo de esto es mantener la diversidad de la población. Con este cambio su tiempo de ejecución disminuyó considerablemente.

1.- numGen = 500 y tamPob = 100 y porEli = 15%. En cada iteración la respuesta final siempre era muy diferente
2.- numGen = 5000 y tamPob = 100 y porEli = 15%. Tuvimos resultados similares al punto anterior
3.- numGen = 100 y tamPob = 1000 y porEli = 15%. En cada iteración las soluciones se asemejaron más
4.- numGen = 100 y tamPob = 10000 y porEli = 15%. En cada iteración las soluciones fueron aún mejor y más parecidas. Y se percibió que la convergencia era mucho mas temprana
5.- numGen = 100 y tamPob = 10000 y porEli = 1%. Fue mejor que la anterior
6.- numGen = 50 y tamPob = 15000 y porEli = 1%. Mejoró aún más. Y a partir de la generación 25 ya convergía.
7.- numGen = 30 y tamPob = 20000 y porEli = 1%. Obtuvieron muy buenos resultados en cada iteración. Y a partir de la generación 25 ya convergía. asi que de aquí en adelante se la dejó en 30 generaciones

Después de esto, se introdujo que el % de Elitismo fuera variable y decreciente, que iniciara con 95% y terminara con 5% conforme se avanza en la generaciones.

Con esta variante la capacidad de convergencia se vio muy afectada por lo que vamos aumentar el # de generaciones. Que al final esperamos obtener soluciones más robustas.

Pero el problema se mantuvo. El día de mañana consultaré con el Dr. Blas para consultarle sobre el camino a seguir

Realizamos una corrida con un margen de error del 5% y obtuvimos un costo de $ 103'337.332,3
Al mismo tiempo realizamos una corrección o modificación para minimizar el retardo en la ejecución con lo que pudimos ejecutar sin problema usando un error del 1% obteniendo estos resultados:

Obteniendo un costo de $ 103'678.134,4

Realizamos un experimento para el despacho óptimo de los 5 años. Generando de forma total los 60 meses para encontrar la política óptima y estos fueron los resultados:

El costo final pronosticado fue de $ 9'841.049,43. Lo que lo hace más costoso que lo obtenido anteriormente. Además que el tiempo de ejecución fue de casi 7 veces más que la solución anterior.
Este es el estado de la presa, usando esa política:

El aumento del costo y del tiempo de ejecución aumentó porque es mucho más difícil encontrar a individuos que satisfagan todas las restricciones para cada año.

Los resultados obtenidos son producto de optimizar anualmente el despacho y siempre procurando que en el 12vo mes el estado de la presa se encuentre al 100%. Utilizando los afluencias conocidas (en su momento serán reemplazadas por las pronosticadas)
Estos son las variables obtenidas utilizadas y obtenidas en esta optimización, con un costo de $ 8'998.559,9:

En vista que uno de los objetivos es la planificación a largo plazo del despacho Hidro-térmico. Hemos optimizado el despacho para 5 años obteniendo estos resultados:

Como la última ejecución duró más de 24 horas y no se obtuvieron muchos resultados. Hemos procedido disminuir el # de individuos que va a tener la población en un 75% para agilitar la ejecución.
Con esta modificación hemos iniciado la ejecución a la 16h30 del Martes 13, y vamos a dejarlo hasta mañana.
Hoy Miércoles 14 a las 09h54 se encuentra terminando la iteración # 16
A las 12h48 está en el iteración # 19 en la generación 55
Detubimos la ejecución a la 15h30, teniendo ya 22 iteraciones. Y esta es la mejor de ellas.

Vamos a disminuir el MARGEN de error al que debe llegar la presa al finalizar el año, pero va a demorar un poco más, lo vamos a colocar al 15% y vamos a comenzar a las 14h30 de hoy. A las 15:25 solo van 12 generaciones de la 1era iteración
Hasta las 16h30 del 2009-10-13 solo se había realizado 5 iteraciones y media, por lo que decidimos pararla obteniendo, estos resultados

El costo de este política es de $ 96'865.212,56

Aunque dijimos que no íbamos a dejar ejecutando el programa desde el jueves pasado, SI SE LO HIZO, pero hoy encontramos la máquina apagada. Al parecer se ejcutó hasta el sábado, pero no había arrojado ningún resultado, ya que no puede encontrar pobladores factibles, ni para la primera generación.
Por tal razón cambiamos el porcentaje al que debía quedar la presa de 5%, ha varios valores más, y se decidió ejecutar con el 25%. La ejecución inició a las 12:30.
Y terminó a las 14h00 y este es el resultado:

Y el costo es de $ 94'525.959,97.

Completada la adaptación de nuestros GA para trabajar con 2 centrales, este fue nuestro primer resultado:

El costo en este resultado es de $ 94'465.278,96
La diferencia del estado de la presa de Furnas se da porque, no hemos restringido que se mantenga arriba el último mes del año. Ya que esta restricción hace muy lenta la generación de los individuos a utilizar en el algoritmo.
Se estaba pensando dejar en ejecución desde hoy, Jueves 08 de Octubre, hasta el Lunes 12 del mismo mes, pero no es factible hacerlo.

Por tal razón hemos decidido hacer ciertos ajustes para minimizar el retardo que existe para encontrar individuos factibles.

Hemos implementado el modelo de las dos centrales usando GAMS, y así es como quedan los volúmenes de las dos centrales:

Aquí están las ecuaciones para las dos centrales.

Ya tenemos los resultados con Furnas usando los AEF, para poderla comparar con los demás métodos

En el gráfico de Paute no esta la comparación con GAMS porque necesitamos hacerle unos ajustes, pero pronto estarán.
Ya terminamos los ajustes y este es el resultado:

En orden de resultados, están de la siguiente forma: GAMS, AEF, EE y GA