Servicios Personalizados
Revista
Articulo
Indicadores
Citado por SciELO
Accesos
Links relacionados
Citado por Google
Similares en SciELO
Similares en Google
Compartir
TecnoLógicas
versión impresa ISSN 0123-7799versión On-line ISSN 2256-5337
Resumen
CEDENO-FUENTES¹, Olga P.; ARBOLEDA-CASTRO, Lorena; JACHO-SANCHEZ, Iván y NOVOA-HERNANDEZ, Pavel. Optimización de modelos de Stackelberg no estacionarios mediante un algoritmo evolutivo auto-adaptativo. TecnoL. [online]. 2017, vol.20, n.39, pp.187-197. ISSN 0123-7799.
Resumen Los modelos de Juegos de Stackelberg engloban una importante familia de problemas de la Teoría de Juegos, que encuentra aplicaciones directas en economía. El principal objetivo es encontrar un equilibrio óptimo entre las decisiones que pueden tomar dos actores que se relacionan jerárquicamente. En general estos modelos son complejos de resolver dada su estructura jerárquica, y la frecuente aparición en estos de funciones objetivos o restricciones intratables analíticamente. Otra causa de dicha complejidad es la existencia de incertidumbre, particularmente debido a la variabilidad en el tiempo de las condiciones del mercado, estrategias de los competidores, entre otras. Un análisis de la literatura relacionada muestra muy pocos trabajos abordando estos problemas de optimización no estacionarios. En este sentido, la presente investigación propone una técnica meta-heurística auto-adaptativa para resolver modelos de Juegos de Stackelberg no estacionarios. Los resultados experimentales obtenidos muestran una mejoría significativa sobre un método existente.
Palabras clave : Juegos de Stackelberg; optimización evolutiva de dos niveles no estacionaria; evolución diferencial; auto-adaptación; pruebas no paramétricas.