Heurística de Intercambio 2Opt Best Improvement_r y Nivel de Eficacia de las soluciones del Problema del Agente Viajero Simétrico

En esta investigación se desarrolló un algoritmo híbrido denominado VMC_2OptBI_r, que a partir de la solución inicial construida bajo el pensamiento del Vecino más Cercano se buscó mejorar el criterio de búsqueda de soluciones aplicado por la Heurística de Intercambio 2Opt basada en una política de intercambio de nodos denominada Best Improvement (BI) e introduciendo un factor adicional “1+r” al criterio para realizar los intercambios 2Opt. El factor “1+r” permite modificar ligeramente la selección de nodos a intercambiar provocando así la exploración de nuevas soluciones. Para medir el nivel de eficacia del nuevo algoritmo se seleccionaron instancias del problema del agente viajero simétrico de TSPLIB, las cuales en primer lugar se compararon con sus versiones básicas: El Vecino más Cercano (VMC) y el VMC_2OptBI; luego se compararon con las soluciones de los algoritmos SCA_2Opt, SCA_2Opt_r, donde se comparó con las soluciones de cuatro metaheurísticas publicadas en artículos recientes (2019-2022). Los resultados mostraron que las soluciones obtenidas por el nuevo algoritmo VMC_2OptBI_r alcanzaron un nivel de eficacia de 100% con respecto al VMC, VMC_2OptBI, SCA_2Opt, un valor mayor al 81% con respecto al SCA_2Opt_r y un rango entre el 11% al 88% con respecto a las cuatro metaheurísticas revisadas para las instancias comparadas.