Universidad de Antioquia, Zapata Osorio, Osorio Soto.

Metaheurística, Búsqueda Tabú

Metaheurística, Búsqueda Tabú; aplicación a

problemas de optimización.
Zapata Osorio Julian Esteban
Juliane.zapata1@gmail.com
Osorio Soto Carlos Andrés
caosaje@hotmail.com
Universidad de Antioquia

del común como en éste artículo se

Resumen- En el siguiente artículo se enuncia. En la heurística existen dos tipos
pretende evidenciar la manera más constructiva y de mejoramiento, este
adecuada de implementar una red LAN segundo es donde enfocaremos la
de fibra óptica, la cual interconectará solución a nuestro problema ya que se
una red interbibliotecaria conformada encarga de mostrar soluciones
por seis universidades de la ciudad de aproximadas a problemas de tipo no
Medellín, basados en el factor distancia determinístico NP, sin necesidad de
existente entre las universidades. recorrer todo el espacio de búsqueda. [2]
Para el desarrollo de esta situación, se
hará uso de la meta heurística y el La búsqueda tabú toma de la Inteligencia
algoritmo de búsqueda tabú, el cual nos Artificial el concepto de memoria y lo
permite hallar la solución más cercana implementa mediante estructuras simples
en cuanto a optimalidad en el uso de FO. con el objetivo de dirigir la búsqueda
teniendo en cuenta la historia de ésta, es
Nota: Este problema es el mismo decir, el procedimiento trata de extraer
realizado en el artículo “Teorema de información de lo sucedido y actuar en
grafos, una aplicación a la programación consecuencia. En este sentido puede
lineal.” Con el fin de evidenciar cuál decirse que hay un cierto aprendizaje y
representa la solución más óptima. [1] que la búsqueda es inteligente.

Índice de términos- Búsqueda Tabú, La búsqueda tabú permite moverse a una

Metaheurística, Redes LAN, solución aunque no sea tan buena como la
actual, de modo que se pueda escapar de
óptimos locales y continuar
I. INTRODUCCIÓN estratégicamente la búsqueda de
soluciones aún mejores. [3]
En la búsqueda de soluciones
aproximadas a problemas de tipo no
lineal, aparecen los algoritmos II. REDES LAN
determinísticos, donde ya no es necesario
hacer un recorrido completo dentro del Las redes de área local (comúnmente
espacio de búsqueda de soluciones. La abreviadas LAN, del idioma inglés Local
heurística tradicional se ve limitada en el Area Network) de FO son ampliamente
momento de la exploración dentro del utilizadas para comunicación a larga
espacio de búsqueda y las soluciones distancia, proporcionando conexiones
resultan efectivas en corto tiempo. La transcontinentales y transoceánicas, ya
implementación de estas resulta de baja que una ventaja de los sistemas de fibra
complejidad y son aplicables a problemas óptica es la gran distancia que puede
Universidad de Antioquia, Zapata Osorio, Osorio Soto. Metaheurística, Búsqueda Tabú

recorrer una señal antes de necesitar Los procedimientos Metaheurísticos son

un repetidor o regenerador para recuperar una clase de métodos aproximados que
su intensidad. En la actualidad, están diseñados para resolver problemas
los repetidores de los sistemas de difíciles de optimización combinatoria, en
transmisión por FO están separados entre los que los heurísticos clásicos no son
sí unos 100 km, frente a efectivos. Los Metaheurísticos
aproximadamente 1,5 km en los sistemas proporcionan un marco general para crear
eléctricos. Los amplificadores ópticos nuevos algoritmos híbridos combinando
recientemente desarrollados pueden diferentes conceptos derivados de la
aumentar todavía más esta distancia. [4] inteligencia artificial, la evolución
biológica y los mecanismos estadísticos.
III. HISTORIA [5]

Los orígenes de la Búsqueda Tabú (Tabú LA BÚSQUEDA TABÚ

Search) datan de finales delos 70.
Oficialmente el nombre y la metodología La Búsqueda Tabú (BT) es un método
fueron introducidos por Fred Glover en metaheurístico que puede utilizarse para
dos artículos (1989). resolver problemas de optimización
combinatoria. La búsqueda tabú utiliza un
En palabras del autor: procedimiento de búsqueda local o por
vecindades para moverse iterativamente
“La búsqueda tabú tiene sus orígenes en desde una solución x hacia una solución
procedimientos combinatorios aplicados x∗ en la vecindad de x, hasta satisfacer
a problemas de cubrimiento no lineales algún criterio de parada. Para poder
en los finales de los años 70 y aplicada explorar regiones del espacio de búsqueda
subsecuentemente a una diversa que serían dejadas de lado por el
colección de problemas que van desde procedimiento de búsqueda local, la
secuenciación y balance de canales de búsqueda tabú modifica la estructura de
computación hasta análisis de clusters y vecinos para cada solución a medida que
planeamiento de espacio” [3] la búsqueda progresa. Las soluciones
admitidas para N∗(x), el nuevo
vecindario, son determinadas mediante el
IV. MARCO TEÓRICO uso de estructuras de memoria. La
búsqueda entonces progresa moviéndose
HEURÍSTICA iterativamente de una solución x hacia
una solución x∗ en N∗(x)
Procedimiento para el que se tiene un alto
grado de confianza en que encuentra Quizás la estructura de memoria más
soluciones de alta calidad con un coste importante usada para determinar las
computacional razonable, aunque no se soluciones permitidas a un N∗(x), sea la
garantice su optimalidad o su factibilidad, lista tabú. En su forma más simple, una
e incluso, en algunos casos, no se llegue a lista tabú es una memoria de corto plazo
establecer lo cerca que se está de dicha que contiene las soluciones que fueron
situación visitadas en el pasado reciente (menos de
n iteraciones atrás, donde n es el número
METAHEURÍSTICA de soluciones previas que van a ser
Universidad de Antioquia, Zapata Osorio, Osorio Soto. Metaheurística, Búsqueda Tabú

almacenadas). La búsqueda tabú excluye La búsqueda tabú es un a metaheurística

las soluciones en la lista tabú de N∗(x). [2] de búsqueda agresiva, es decir, trata de
evitar que la búsqueda quede "atrapada"
en un óptimo local.

En síntesis Las características de la

búsqueda tabú se pueden evidenciar las
siguientes:

Poseen memoria:
- Corto plazo: Almacena
soluciones o atributos de soluciones
recientemente visitadas para evitar los
ciclos. Las soluciones recientemente
Ilustración 1 Algoritmo Búsqueda tabú visitadas se marcan como tabú para no
caer en ellas nuevamente. La memoria
Al confeccionar la Lista Tabú se debe puede ser de soluciones o de atributos,
considerar: esta última tiene como objetivo registrar
• Si sus elementos son soluciones los atributos más comunes de un
completas o atributos. subconjunto de soluciones seleccionadas
• Tamaño de la lista tabú. durante un cierto período de búsqueda que
• Si se usara memoria de atributos, con más probabilidad lleven hacia
elección de los atributos para almacenar mejores zonas para explorar.
en la lista tabú. - Largo plazo: Su objetivo es
• Establecer un criterio mediante el cual diversificar la búsqueda sobre regiones
un movimiento tabú pueda ser aceptado. poco exploradas y/o intensificar la
búsqueda privilegiando los atributos que
se presentan en las mejores soluciones.

Atributos:
- Reciente: Los últimos L
movimientos.
- Frecuentes: La frecuencia que ha
ocurrido una solución en el pasado.

Estrategias:
- Intensificar: Búsqueda vertical
(se explora en el vecindario cercano a una
buena solución, o se enfatiza en los
atributos comunes a las soluciones de
elite).
- Diversificar: Búsqueda
horizontal (se buscan otros entornos no
explorados, considera atributos poco
usados en el pasado).
Ilustración 2 Diagrama de flujo a satisfacer con el - Re-encadenamiento: Integración
algoritmo
de las estrategias de intensificación y
Universidad de Antioquia, Zapata Osorio, Osorio Soto. Metaheurística, Búsqueda Tabú

diversificación, por medio de la

generación de nuevas soluciones
obtenidas al explorar las trayectorias que
conectan las buenas soluciones.
- Oscilación estratégica: No
detenerse cuando se llega al “límite”, sino
cruzarlo modificando la definición del
vecindario y/o el criterio de evaluación.

V. PLANTEAMIENTO Ilustración 3Convención de colores para universidades

DEL PROBLEMA

Una red inter-bibliotecaria se ha

conformado entre seis universidades del
municipio de Medellín, para el correcto
funcionamiento de la red inter-
bibliotecaria es necesario implementar
una red de tipo LAN entre las distintas
sedes del sistema de bibliotecas, por
medio de una distribución de fibra óptica,
la cual soporte en su infraestructura todos
los movimientos de material bibliográfico
que se presentan por cuenta de los
usuarios.
Este problema se abordará teniendo en
cuenta las distancias entre las
universidades, el objetivo será
implementar la red LAN de tal manera
que el uso de la FO cumpla con los
requerimientos de distribución de la red,
los cuales son obtener la mejor ruta para
la distribución de la red.
La solución del problema, se
fundamentará en el método
metaheurístico de Búsqueda Tabú método
básico, haciendo uso del software matlab. Las universidades donde se desea
A continuación se mostrará la disposición implementar la red de Fibra óptica son:
de las sedes geográficamente en la ciudad
de Medellín. -UNIMINUTO (1)
-UNAL (2)
-UPB (3)
-CES (4)
-ITM (5)
-UDEA (6)
Universidad de Antioquia, Zapata Osorio, Osorio Soto. Metaheurística, Búsqueda Tabú

VI. DESARROLLO DEL

PROBEMA.
El número de soluciones posibles para n
(𝑛−1)!
nodos es 2
Ecuación 1

La siguiente tabla muestra las distancias

en Kilómetros que hay entre las
universidades del sistema de bibliotecas.

Tabla 1 Distancias entre las universidades

Tabla 2 Diagrama de disposición de sedes sistema

interbibliotecario

Para el desarrollo del problema se

implementa un diagrama donde se
conecten las distintas sedes a analizar, así
pues mediante el análisis de la tabla
Se crea la primera solución, de esta
anteriormente mostrada y el diagrama
manera la podemos expresar como:
empleado, seleccionaremos la manera
más óptima de darle solución a la
[1 2 3 4 5 6]
implementación de la red.
Se crea el vecindario basado en las
Al tener el vecindario ya conformado, se
permutaciones y quedan conformados de
procede a comparar los vecinos haciendo
la siguiente manera:
un cambio en la fila donde se alternaron
los valores, se desplaza cada número un
[2 1 3 4 5 6]
espacio hacia la derecha tomando por
[1 3 2 4 5 6]
ejemplo la ruta [1 3 2 4 5 6] y
[1 2 4 3 5 6]
desplazándola un espacio a la derecha nos
[1 2 3 5 4 6]
queda [6 1 3 2 4 5], en este instante
[1 2 3 4 6 5]
procedemos a sacar de la tabla las
[5 2 3 4 5 1]
distancias que hay entre cada salto y al
final sumamos las distancias, así nos
Para el desarrollo del problema, se
queda: 1
implementa el siguiente diagrama para
6 → 1 = 5,19
mostrar de manera más clara todas las
1 → 3 = 8,58
posibles rutas posibles para la
3 → 2 = 3,55
implementación de la red LAN.
2 → 4 = 8,66

1
Recordar que el número de saltos o
aristas que se marcan en el diagrama son
iguales al número de nodos n-1
Universidad de Antioquia, Zapata Osorio, Osorio Soto. Metaheurística, Búsqueda Tabú

4 → 5 = 4,08 ruta óptima para la instalación de la red

La ruta óptima según éste caso hipotético de fibra óptica, está dada por:
sería: [1 2 3 4 5 6]

𝑀𝑖𝑛 𝑍 = 5,19 + 8,58 + 3.55 + 8,66 Para la cual se obtuvo un resultado de

+ 4,08 27,57 Km de fibra teniendo en cuenta 30
𝑀𝑖𝑛 𝑍 = 30.06𝐾𝑚 iteraciones

Ilustración 4Resultado ejemplo

Cabe resaltar que el problema es una
Esta sería la ruta más óptima de acuerdo a
aproximación, “no exacta”
nuestra hipótesis.
VII. CONCLUSIONES
Suponiendo 30,06 como el mínimo del
vecindario, por ser el mínimo entra a la
- La búsqueda tabú puede que no
lista tabú. Dado el caso que se encuentre
sea efectiva en algunos casos, todo
el mismo valor en otro vecindario, no va
depende de las restricciones de parada del
a entrar a lista tabú sino que cambiará por
algoritmo.
la mejor peor solución.
- Hay una gran cantidad de
El algoritmo para cuando todos los
problemas del mundo real que debido a su
valores sean igual a un número muy
complejidad no pueden ser resueltos por
grande.
métodos analíticos por lo que se hace
necesario el uso de heurísticas y
La búsqueda tabú utiliza una memoria
metaheurísticas para obtener soluciones
para guardar los costos y distribuciones de
aproximadas por lo general se aplica para
los nodos vecinos, por cada nodo que
reducir la complejidad en problemas
guarde pondrá su resultado como un tabú
robustos y que analíticamente requieran
esta es la manera para no pasar por un
de mayor análisis y que por métodos
nodo dos veces.
lineales no resulten tan óptimos al
momento de implementarlos.
Al ejecutar el código del anexo, para un
total de 30 iteraciones se determina que la
Universidad de Antioquia, Zapata Osorio, Osorio Soto. Metaheurística, Búsqueda Tabú

La filosofía de la búsqueda tabú no es

complicada, consiste en el uso del
contexto del problema y de la historia del
proceso basado en (memorias).
Al comparar la solución obtenida en el
proceso de solución del mismo problema
por el algoritmo de Kruskal del paper
anterior la diferencia principal radica en
que el método de búsqueda tabú se hace
para obtener soluciones aproximadas, en
cambio en grafos la solución es más
exacta, se logró hacer la comparación
dado que el número de iteraciones eran
“pocas” y el análisis era posible.

Referencias
[1] J. E. Zapata, «Teorema de grafos, una
aplicación a la programación lineal.».
[2] «REVISTA DE MATEMÁTICA:
TEORÍA Y APLICACIONES 2014 21(1) :
127–144».
[3] http://sisbib.unmsm.edu.pe/bibvirtualdata/
monografias/basic/riojas_ca/cap3.pdf.
[4] https://es.wikipedia.org/wiki/Red_de_fibra
_óptica.
[5] http://sisbib.unmsm.edu.pe/bibvirtualdata/
monografias/basic/riojas_ca/cap2.pdf.