摘要：Cuando se evalúa el desempeño de algoritmos metaheurísticos, con un conjunto de instancias difíciles de un problema NP-completo, el tiempo requerido para realizar la experimentación puede ser muy grande. Una forma de reducir el esfuerzo necesario es incorporar técnicas de reducción de la varianza en los experimentos computacionales. Para incorporar dichas técnicas, los enfoques tradicionales proponen métodos que dependen de la técnica, del problema y del algoritmo usado. En este trabajo se propone desarrollar métodos de propósito general, los cuales permitan incorporar técnicas de reducción de la varianza, independientemente del problema y del algoritmo metaheurístico usado. Para validar la factibilidad del enfoque, se describe un método de propósito general, el cual permite incorporar la técnica de variables antitéticas en experimentos computacionales con algoritmos metaheurísticos aleatorizados. La evidencia experimental muestra que el método propuesto produce una reducción de la varianza de las salidas aleatorias en un 78% de las instancias consideradas y que el método tiene la capacidad de reducir simultáneamente la varianza de varias salidas aleatorias de los algoritmos probados. Los niveles globales de reducción alcanzados con las instancias usadas en los casos de prueba van del 14% al 55%.
其他摘要：When assessing experimentally the performance of metaheuristic algorithms on a set of hard instances of an NP-complete problem, the required time to carry out the experimentation can be very large. A means to reduce the needed effort is to incorporate variance reduction techniques in the computational experiments. For the incorporartion of these techniques, the traditional approaches propose methods which depend on the technique, the problem and the metaheuristic algorithm used. In this work we develop general-purpose methods, which allow incorporating techniques of variance reduction, independently of the problem and of the metaheuristic algorithm used. To validate the feasibility of the approach, a general-purpose method is described which allows incorporating the antithetic variables technique in computational experiments with randomized metaheuristic algorithms. Experimental evidence shows that the proposed method yields a variance reduction of the random outputs in 78% and that the method has the capacity of simultaneously reducing the variance of several random outputs of the algorithms tested. The overall reduction levels reached on the instances used in the test cases lie in the range from 14% to 55%.
关键词：Experimental algorithm analysis; variance reduction techniques and metaheuristic algorithms;Análisis experimental de algoritmos; técnicas de reducción de la varianza y algoritmos metaheurísticos
