Algoritmos de trayectoria multiobjetivo aplicados al problema de ...

A continuación se evalúa el desempeño de los diferentes algoritmos para cada escenario de prueba
diseñado, analizando el comportamiento de las métricas citadas.
3.5.1 Escenario 1
En la Tabla 12 se muestran los resultados obtenidos por cada algoritmo para las métricas Tasa de error,
Distancia generacional y Dispersión en el escenario 1.
Tabla 12. Valores mínimo, promedio y máximo de las métricas Tasa de error, Distancia generacional y
Dispersión en el escenario 1.
Tasa de error Distancia generacional Dispersión
Algoritmos
CITI Softel CITI Softel CITI Softel
Mínimo 0.16666667 0.60000002 0.0015 0.00307616 6.62E-04 2.28E-04
Media 0.59952382 0.81274199 0.00597685 0.00628277 0.00140886 0.00124207
ECEMO
Máximo 1 1 0.02083567 0.01670184 0.00425383 0.00711224
Mínimo 0.16666667 0.66666669 0.00101015 0.0010138 7.87E-04 4.27E-04
Media 0.62952382 0.91551227 0.00479297 0.0087089 0.00156984 0.00179839
ECEMOR
Máximo 0.85714287 1 0.01172871 0.01411362 0.0055434 0.00820697
Mínimo 0.33333334 0.5 0.00283333 5.77E-04 2.47E-04 2.30E-04
Media 0.70857143 0.8805303 0.00722263 0.00687728 0.00205346 0.00129959
ECEMODist
Máximo 1 1 0.01500417 0.01281926 0.00500606 0.0039263
Mínimo 0 0 0 0 5.12E-04 7.10E-04
Media 0.26448413 0.51535714 0.00129918 0.0029922 0.00102076 9.99E-04
BTM
Máximo 0.5714286 1 0.00343452 0.00665933 0.00139597 0.00122909
Mínimo 0.71428573 0.5 0.00468615 0.00150996 6.39E-04 3.00E-04
Media 0.92880953 0.71538074 0.0127562 0.00510006 0.00203447 0.00164374
RSMU
Máximo 1 0.91666669 0.02314551 0.00935734 0.00521045 0.0041334
Mínimo 0.2 0.40000001 0.0016 0.00364418 5.58E-04 2.72E-04
Media 0.65589286 0.84795122 0.00557572 0.00707929 0.00174532 0.00156808
RSMMC
Máximo 1 1 0.02000556 0.01589811 0.00610987 0.0044224
Mínimo 0.2857143 0 0.00218996 0 8.34E-04 9.80E-05
Media 0.7117262 0.21934524 0.00834366 0.00110426 0.00152514 6.19E-04
GRASP + ECEMO Máximo 1 0.71428573 0.02040493 0.004463 0.00268418 0.00238324
Mínimo 0.2 0 0.00101015 0 8.33E-04 9.80E-05
Media 0.6771627 0.25107143 0.00534581 0.00133103 0.00139016 8.08E-04
GRASP + ECEMOR Máximo 1 0.75 0.01644498 0.00476642 0.0026284 0.00259653
Mínimo 0.16666667 0.40000001 8.33E-04 5.66E-04 5.07E-05 2.32E-04
Media 0.66583334 0.86559357 0.00607331 0.00730528 0.00173686 0.00139293
GRASP + ECEMODist Máximo 1 1 0.02435898 0.01989071 0.00609725 0.00418483
Mínimo 0 0 0 0 0 0
Media 0.4463889 0.41250001 0.03071842 0.01350783 0.00142852 0.00145474
GRASP + BTM Máximo 0.80000001 0.625 0.07636753 0.02884996 0.00537074 0.00669181
Mínimo 0.80000001 0 0.00515842 0 3.60E-04 8.25E-04
Media 0.9493254 0.56186509 0.01171226 0.0046761 0.00222105 0.00247938
GRASP + RSMU Máximo 1 0.77777779 0.02565396 0.01155681 0.00750483 0.0055176
Mínimo 0.16666667 0 0.00116058 0 6.76E-04 9.80E-05
Media 0.66142858 0.23988096 0.00614531 0.00109807 0.00131229 0.00128932
GRASP + RSMMC Máximo 1 0.75 0.02346146 0.00510702 0.0026894 0.0056981
Los algoritmos que peor comportamiento tienen respecto a la métrica Tasa de error son RSMU y
GRASP + RSMU. El resto de los algoritmos se comportan de manera similar, destacándose BTM y
GRASP + BTM como los algoritmos de mejores resultados en la métrica analizada.
59