Lo que vamos a hacer es variarlo de la siguiente manera, % Variación = (70/i); donde i=1,...,10 y representa el número de muestra que esta siendo evaluada. Es decir para la primera muestras sera 70% de variación, en la segunda 35%, en la tercera 23.3%, etc.

En cuanto a la búsqueda del robusto quedaría así:

1. Tomamos como política de búsqueda base al óptimo de la 1ra muestra.
2. Se ejecutan 5.000 generaciones, haciendo variaciones de (70/i)% a la política Base, minimizando el % de fallos.
3. Al terminar la ejecución anterior, se reemplazará la base de búsqueda usando los siguientes criterios

Presentaremos a continuación la secuencia de los resultados que vamos a obtener.




En este punto ya encontró una robusta y no la cambiará hasta encontrar otra pero de menor costo.

No reemplaza la base de búsqueda porque ya es robusta y no ha encontrado otra con menor costo


De aquí en adelante ya no encontraba más políticas robustas, al parecer los variaciones muy pequeñas en el % de variación no le son muy favorables.

Aunque el resultado fue mejor que los obtenidos anteriormente, no esta tomando en cuenta el costo mientras busca sino al final de cada muestra. Si hicieramos así tendríamos mejores resultados, pero está un poco difícil hacerlo, hay que pensarlo muy bien.

This entry was posted on jueves, abril 29th, 2010 at 2:19 pm and is filed under Optimo-Robusto. You can follow any responses to this entry through the RSS 2.0 feed. You can leave a response, or trackback from your own site.