Modelo hiperheurístico soportado en metaheurísticas X-PSO multiobjetivo : aplicación sobre clases de problemas en economía computacional de regulación de redesd de distribución eléctrica

Abstract

Esta investigación, enmarcada en una tesis doctoral, desarrolla un marco teórico-conceptual sobre una estrategia Hiperheurística basada en razonamiento. Su fundamento es un dominio de metaheurísticas derivadas de la Optimización por Enjambre de Partículas (PSO), denominadas X-PSO multiobjetivo. Se propone una Función de Selección basada en Redes Neuronales Artificiales para identificar la mejor variante X-PSO según la instancia del problema.

El estudio analiza cómo cada X-PSO satisface los principios de la Inteligencia de Grupo y cómo interactúa con el espacio de búsqueda, considerando problemas de Economía Computacional en Redes de Distribución Eléctrica (RDE). En particular, aborda dos problemas clave en la distribución eléctrica: el balance de cargas en Sistemas de Distribución de Energía Eléctrica (SDEE) de baja tensión y la optimización de la confiabilidad en SDEE de media tensión mediante la ubicación de equipos de seccionamiento/protección. Ambos presentan espacios de búsqueda complejos, con soluciones dispersas, funciones objetivo desconocidas y alta incertidumbre, lo que los hace inabordables mediante programación matemática clásica.

Dado que no existen métodos exactos eficientes para estos problemas, se plantea una solución basada en metaheurísticas poblacionales de perturbación derivadas de PSO. Se desarrolla una hiperheurística capaz de seleccionar la mejor X-PSO para cada instancia, mejorando la calidad de las soluciones y optimizando el tiempo de ejecución.

El enfoque propuesto no requiere información específica del problema, sino que se basa en características comunes a toda la clase de problemas. Se demuestra su efectividad mediante una prueba constructiva, validando que la hiperheurística ofrece resultados al menos tan buenos como la mejor metaheurística individual, mejorando alguno de los criterios de optimización.