Algoritmo Evolutivo Inspirado en la Cuántica para la Asignación Óptima de Tareas de Coincidencia de Servicios
Autores: Vendrell, Joan; Kia, Solmaz
Idioma: Inglés
Editor: MDPI
Año: 2022
Acceso abierto
Artículo científico
2022
Algoritmo Evolutivo Inspirado en la Cuántica para la Asignación Óptima de Tareas de Coincidencia de Servicios
Categoría
Gestión y administración
Subcategoría
Gestión de la tecnología y la inovación
Palabras clave
Algoritmo evolutivo inspirado en la mecánica cuántica propuesto
Problema de asignación de tareas de emparejamiento de servicios óptimos
Individuos de población factibles
Colapsando el estado cuántico
Restricciones del problema
Convergencia más rápida
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 1
Citaciones: Sin citaciones
Este documento propone un algoritmo evolutivo inspirado en la mecánica cuántica (QiEA) para resolver un problema de asignación de tareas de emparejamiento de servicios óptimos. Nuestro algoritmo propuesto tiene la ventaja de generar siempre individuos de población factibles y, por lo tanto, eliminar la necesidad de un paso de reparación. Es decir, con respecto a otros algoritmos evolutivos inspirados en la mecánica cuántica, nuestro algoritmo QiEA propuesto presenta una nueva forma de colapsar el estado cuántico que integra las restricciones del problema para evitar ajustes posteriores en las operaciones del sistema para hacerlo factible. Esto resulta en menores cálculos y también en una convergencia más rápida. Comparamos nuestro algoritmo QiEA propuesto con tres métodos de referencia comúnmente utilizados: el algoritmo codicioso, el método húngaro y el Simplex, en cinco estudios de caso diferentes. Los resultados muestran que el enfoque cuántico presenta mejor escalabilidad y propiedades interesantes que pueden ser utilizadas en una clase más amplia de problemas de asignación donde el emparejamiento no es perfecto.
Descripción
Este documento propone un algoritmo evolutivo inspirado en la mecánica cuántica (QiEA) para resolver un problema de asignación de tareas de emparejamiento de servicios óptimos. Nuestro algoritmo propuesto tiene la ventaja de generar siempre individuos de población factibles y, por lo tanto, eliminar la necesidad de un paso de reparación. Es decir, con respecto a otros algoritmos evolutivos inspirados en la mecánica cuántica, nuestro algoritmo QiEA propuesto presenta una nueva forma de colapsar el estado cuántico que integra las restricciones del problema para evitar ajustes posteriores en las operaciones del sistema para hacerlo factible. Esto resulta en menores cálculos y también en una convergencia más rápida. Comparamos nuestro algoritmo QiEA propuesto con tres métodos de referencia comúnmente utilizados: el algoritmo codicioso, el método húngaro y el Simplex, en cinco estudios de caso diferentes. Los resultados muestran que el enfoque cuántico presenta mejor escalabilidad y propiedades interesantes que pueden ser utilizadas en una clase más amplia de problemas de asignación donde el emparejamiento no es perfecto.