B´usqueda Guiada por Regresi´on: un algoritmo determinista para la optimizaci´on global
DOI:
https://doi.org/10.5944/pim.9.2026.47990Keywords:
-Abstract
Se presenta el algoritmo B´usqueda Guiada por Regresi´on (BGR), un m´etodo determinista de optimizaci´on global dise˜nado para localizar el m´ınimo de funciones tanto reales como vectoriales definidas en dominios multidimensionales. El algoritmo integra modelos de regresi´on local en el proceso de exploraci´on, aprovechando la informaci´on obtenida en evaluaciones previas para orientar la b´usqueda hacia las regiones m´as prometedoras del dominio. Este enfoque permite reducir significativamente el n´umero de evaluaciones necesarias, manteniendo una exploraci´on sistem´atica del dominio. El art´ıculo describe formalmente el procedimiento e ilustra su funcionamiento mediante un ejemplo.
Downloads
References
Atkeson, C. G., Moore, A. W., & Schaal, S. (1997). Locally Weighted Learning. Artificial Intelligence Review, 11 (1), 11-73. https://doi.org/10.1023/A:1006559212014
Bremermann, H. J. (1958). The evolution of intelligence: the nervous system as a model of its environment [Also reprinted in: Self-Organizing Systems (1962), pp. 93–108]. Technical Report No. 1, Department of Mathematics, University of Washington.
Galperin, E. A. (1985). The Cubic Algorithm. Journal of Mathematical Analysis and Applications, 112 (2), 635-640.
Goldberg, D. E. (1989). Genetic Algorithms in Search, Optimization, and Machine Learning. Addison-Wesley.
Hansen, P., & Jaumard, B. (1995). Lipschitz optimization. Handbook of Global Optimization, 407-493.
Holland, J. H. (1975). Adaptation in Natural and Artificial Systems. University of Michigan Press.
Jones, D. R., Perttunen, C. D., & Stuckman, B. E. (1993). Lipschitzian optimization without the Lipschitz constant. Journal of Optimization Theory and Application, 79 (1), 157-181.
Kennedy, J., & Eberhart, R. (1995). Particle swarm optimization. Proceedings of ICNN’95 - International Conference on Neural Networks, 4, 1942-1948.
Kirkpatrick, S., Gelatt, C. D., & Vecchi, M. P. (1983). Optimization by simulated annealing. Science, 220 (4598), 671-680.
Piyavskii, S. A. (1972). An algorithm for finding the absolute extremum of a function. USSR Computational Mathematics and Mathematical Physics, 12 (4), 57-67.
Sergeyev, Y. D. (1995). An information global optimization algorithm with local tuning. SIAM Journal on Optimization, 5 (4), 858-870.
Shubert, B. O. (1972). A sequential method seeking the global maximum of a function. SIAM Journal on Numerical Analysis, 9 (3), 379-388.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2026 Miquel Oliver-Vert
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.
Los autores/as conservan los derechos de autor y ceden a la revista el derecho de la primera publicación, con el trabajo registrado con la licencia de atribución de Creative Commons: CC Reconocimiento - No Comercial 4.0, que permite a terceros utilizar lo publicado siempre que mencionen la autoría del trabajo y a la primera publicación en esta revista y siempre sin fines comerciales.
