Búsqueda de vecindario variable
La búsqueda de vecindad variable (VNS), [1] propuesta por Mladenović & Hansen en 1997, [2] es un método metaheurístico para resolver un conjunto de problemas de optimización combinatoria y optimización global. Explora vecindarios distantes de la solución actual y se mueve desde allí a una nueva si y solo si se realizó una mejora. El método de búsqueda local se aplica repetidamente para pasar de soluciones en el vecindario a óptimos locales. VNS fue diseñado para aproximar soluciones de problemas de optimización discretos y continuos y de acuerdo con estos, está dirigido a resolver problemas de programas lineales, problemas de programas enteros, problemas de programas enteros mixtos,problemas de programas no lineales , etc.
VNS cambia sistemáticamente el vecindario en dos fases: primero, descenso para encontrar un óptimo local y finalmente, fase de perturbación para salir del valle correspondiente.
Las aplicaciones están aumentando rápidamente en número y pertenecen a muchos campos: teoría de la ubicación , análisis de conglomerados , programación , enrutamiento de vehículos , diseño de redes , dimensionamiento de lotes, inteligencia artificial , ingeniería, problemas de agrupación, biología, filogenia , confiabilidad , geometría, diseño de telecomunicaciones, etc. .
Hay varios libros importantes para comprender la ENV, como: Handbook of Metaheuristics , 2010, [3] Handbook of Metaheuristics, 2003 [4] y Search Methodologies, 2005. [5] Trabajos anteriores que motivaron este enfoque se pueden encontrar en
En 4OR, 2008 [10] y Annals of OR, 2010 se pueden encontrar encuestas recientes sobre la metodología VNS, así como numerosas aplicaciones .
, (1)
