Optimización de modelos de Stackelberg no estacionarios mediante un algoritmo evolutivo auto-adaptativo

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.

• Autores: Cedeño-Fuentes, Olga P.; Arboleda-Castro, Lorena; Jacho-Sánchez, Iván; Novoa-Hernández, Pavel
• Tipo de recurso: Article of journal
• Fecha de publicación: 2017
• Institución: Instituto Tecnológico Metropolitano
• Repositorio: Repositorio ITM
• Idioma: spa
• OAI Identifier: oai:repositorio.itm.edu.co:20.500.12622/1012
• Acceso en línea: https://revistas.itm.edu.co/index.php/tecnologicas/article/view/715; http://hdl.handle.net/20.500.12622/1012
• Palabra clave: Juegos de Stackelberg; optimización evolutiva de dos niveles no estacionaria; evolución diferencial; auto-adaptación; pruebas no paramétricas; Stackelberg games; non-stationary bi-level optimization; differential evolution; adaptation
• License: https://creativecommons.org/licenses/by/3.0/deed.es_ES