Departamento de Computación

Los sistemas inmunes artificiales se han establecido como una nueva disciplina de estudio dentro de las heurísticas bio-inspiradas, atrayendo una enorme atención de investigadores de todas partes del mundo. Los sistemas inmunes artificiales se basan en los componentes y funciones del sistema inmune humano y de algunos animales, utilizando sus principios y teorías para desarrollar algoritmos que puedan resolver problemas de distintos tipos.
En años recientes, el uso de los sistemas inmunes artificiales se ha extendido a una amplia gama de disciplinas científicas, industriales y de ingeniería. Sin embargo, entre estas diversas aplicaciones de los sistemas inmunes artificiales, la optimización global ha permanecido como un área muy poco explorada. En esta tesis se plantea el uso de un sistema inmune basado en el principio de selección clonal para resolver problemas de optimización global. Inicialmente, se explora la optimización de funciones sin restricciones y posteriormente se aborda la optimización con restricciones. El algoritmo propuesto se basa en el principio de selección clonal y su validación se realiza adoptando funciones de prueba estándar y comparando resultados contra algoritmos representativos del estado del arte en el área.
Los resultados obtenidos indican que el uso de sistemas inmunes artificiales en optimización global es una alternativa viable.