Un enfoque computacional evolutivo para problemas de competencia de Stackelberg dinámicos

Autores/as

  • Lorena Arboleda-Castro Universidad Técnica Estatal de Quevedo
  • Olga Cedeño-Fuentes Universidad Técnica Estatal de Quevedo
  • Iván Jacho-Sánchez Universidad Técnica Estatal de Quevedo
  • Pavel Novoa-Hernández Universidad Técnica Estatal de Quevedo

DOI:

https://doi.org/10.29019/enfoqueute.v7n2.92

Palabras clave:

competencia Stackelberg, optimización dinámica evolutiva, optimización de dos niveles, metaheurtísticas.

Resumen

Los modelos de competencia de Stackelberg agrupan a una gran familia de problemas de decisión económicos provenientes de la Teoría de Juego, en los que el objetivo principal es encontrar las estrategias óptimas entre un par de competidores teniendo en cuenta una jerarquía entre ellos. Aunque estos modelos han sido abordados ampliamente a lo largo de los últimos años, es importante destacar que muy pocos trabajos tratan escenarios con incertidumbre, especialmente aquellos que varían en el tiempo. En este sentido, la presente investigación aborda estos escenarios y propone un método computacional basado en técnicas metaheurísticas que resuelve de manera eficiente modelos de competencia de Stackelberg dinámicos. Los experimentos computacionales desarrollados sugieren que el enfoque propuesto resulta efectivo para problemas de esta naturaleza.

Metrics

Descargas

La descarga de datos todavía no está disponible.

Citas

Blackwell, T. M., & Branke, J. (2006). Multiswarms, exclusion, and anti-convergence in dynamic environments. IEEE Transactions on Evolutionary Computation, 10(4), 459-472.
Boussaïd, I., Lepagnot, J., & Siarry, P. (2013). A survey on optimization metaheuristics. Information Sciences, 237, 82-117.
Colson, B., Marcotte, P., & Savard, G. (2005). Bilevel programming: A survey. 4OR, 3(2), 87-107.
Colson, B., Marcotte, P., & Savard, G. (2007). An overview of bilevel optimization. Annals of Operations Research, 153(1), 235-256.
Cruz, C., González, J. R., & Pelta, D. A. (2011). Optimization in dynamic environments: a survey on problems, methods and measures. Soft Computing, 15(7), 1427-1448.
García, S., Molina, D., Lozano, M., & Herrera, F. (2009). A study on the use of non-parametric tests for analyzing the evolutionary algorithms’ behaviour: a case study on the CEC'2005 Special Session on Real Parameter Optimization. J Heuristics, 15, 617-644.
Jin, Y., & Branke, J. (2005). Evolutionary optimization in uncertain environments-a survey. Evolutionary Computation, IEEE Transactions on, 9(3), 303-317.
Legillon, F., Liefooghe, A., & Talbi, E.-G. (2013). CoBRA: A Coevolutionary Metaheuristic for Bi-level Optimization. En E.-G. Talbi (Ed.), Metaheuristics for Bi-level Optimization (Vol. 482, pp. 95-114). Springer Berlin Heidelberg.
León, X., & Navarro, L. (2013). A Stackelberg game to derive the limits of energy savings for the allocation of data center resources. Future Generation Computer Systems, 29(1), 74-83. http://doi.org/http://dx.doi.org/10.1016/j.future.2012.05.022
Meyer-Nieberg, S., & Beyer, H.-G. (2007). Self-Adaptation in Evolutionary Algorithms. En F. Lobo, C. Lima, & Z. Michalewicz (Eds.), Parameter Setting in Evolutionary Algorithms (Vol. 54, pp. 19-46). Springer Berlin / Heidelberg.
Nakamura, T. (2015). One-leader and multiple-follower Stackelberg games with private information. Economics Letters, 127, 27-30. http://doi.org/http://dx.doi.org/10.1016/j.econlet.2014.12.010
Nguyen, T. T., Yang, S., & Branke, J. (2012). Evolutionary dynamic optimization: A survey of the state of the art. Swarm and Evolutionary Computation, 6(0), 1-24. http://doi.org/http://dx.doi.org/10.1016/j.swevo.2012.05.001
Nie, P. (2012). A note on dynamic Stackelberg games with leaders in turn. Nonlinear Analysis: Real World Applications, 13(1), 85-90. http://doi.org/http://dx.doi.org/10.1016/j.nonrwa.2011.07.015
Novoa-Hernández, P., Corona, C. C., & Pelta, D. A. (2011). Efficient multi-swarm PSO algorithms for dynamic environments. Memetic Computing, 3(3), 163-174.
Novoa-Hernández, P., Corona, C. C., & Pelta, D. A. (2013). Self-adaptive, multipopulation differential evolution in dynamic environments. Soft Computing, 17(10), 1861-1881. http://doi.org/10.1007/s00500-013-1022-x
Novoa-Hernández, P., Cruz Corona, C., & Pelta, D. A. (2016). Self-adaptation in dynamic environments - a survey and open issues. International Journal of Bio-inspired Computation, 8(1), 1-13.
Novoa-Hernández, P., Pelta, D. A., & Corona, C. C. (2010). Improvement strategies for multi-swarm PSO in dynamic environments. En J. González, D. Pelta, C. Cruz, G. Terrazas, & N. Krasnogor (Eds.), Studies in Computational Intelligence (Vol. 284, pp. 371-383). Springer Berlin / Heidelberg.
Oduguwa, V., & Roy, R. (2002). Bi-level optimisation using genetic algorithm. En Artificial Intelligence Systems, 2002. (ICAIS 2002). 2002 IEEE International Conference on (pp. 322-327).
Øksendal, B., Sandal, L., & Ubøe, J. (2013). Stochastic Stackelberg equilibria with applications to time-dependent newsvendor models. Journal of Economic Dynamics and Control, 37(7), 1284-1299. http://doi.org/http://dx.doi.org/10.1016/j.jedc.2013.02.010
Sinha, A., Malo, P., & Deb, K. (2014). Test Problem Construction for Single-Objective Bilevel Optimization. Evolutionary Computation, 22(3), 439-477. http://doi.org/10.1162/EVCO_a_00116
Sinha, A., Malo, P., Frantsev, A., & Deb, K. (2014). Finding optimal strategies in a multi-period multi-leader–follower Stackelberg game using an evolutionary algorithm. Computers & Operations Research, 41, 374-385. http://doi.org/10.1016/j.cor.2013.07.010
Storn, R., & Price, K. (1997). Differential Evolution - A Simple and Efficient Heuristic for global Optimization over Continuous Spaces. Journal of Global Optimization, 11(4), 341-359. http://doi.org/10.1023/A:1008202821328
Talbi, E.-G. (2013). A Taxonomy of Metaheuristics for Bi-level Optimization. En E.-G. Talbi (Ed.), Metaheuristics for Bi-level Optimization (Vol. 482, pp. 1-39). Springer Berlin Heidelberg.
von Stackelberg, H. (1952). The Theory of the Market Economy. Oxford University Press.
Wahab, O. A., Bentahar, J., Otrok, H., & Mourad, A. (2016). A Stackelberg game for distributed formation of business-driven services communities. Expert Systems with Applications, 45, 359-372. http://doi.org/http://dx.doi.org/10.1016/j.eswa.2015.09.047
Wang, D., Du, G., Jiao, R. J., Wu, R., Yu, J., & Yang, D. (2016). A Stackelberg game theoretic model for optimizing product family architecting with supply chain consideration. International Journal of Production Economics, 172, 1-18. http://doi.org/http://dx.doi.org/10.1016/j.ijpe.2015.11.001

Publicado

2016-06-30

Cómo citar

Arboleda-Castro, L., Cedeño-Fuentes, O., Jacho-Sánchez, I., & Novoa-Hernández, P. (2016). Un enfoque computacional evolutivo para problemas de competencia de Stackelberg dinámicos. Enfoque UTE, 7(2), pp. 10 - 24. https://doi.org/10.29019/enfoqueute.v7n2.92

Número

Vol. 7 Núm. 2 (2016)

Sección

Misceláneos

Los artículos e investigaciones publicadas por la Universidad UTE, se realizan en régimen de Acceso Abierto [Open Access] en formato electrónico. Al enviar un artículo a cualquiera de las revistas científicas de la Universidad UTE, el o los autores aceptan estas condiciones.

La UTE aplica la licencia Creative Commons Attribution (CC-BY) a los artículos de sus revistas científicas. En virtud de esta licencia de acceso abierto, como autor usted acuerda que cualquier persona puede reutilizar su artículo en su totalidad o en parte para cualquier propósito, de forma gratuita, incluso para fines comerciales. Cualquiera puede copiar, distribuir o reutilizar el contenido siempre y cuando el autor y la fuente original estén correctamente citados. Esto facilita la libertad de reutilización y también asegura que el contenido pueda ser extraído sin barreras para necesidades de investigación.

 

Esta obra está bajo una Creative Commons Attribution 3.0 International (CC BY 3.0).

 

Además, la Revista Enfoque UTE garantiza y declara que los autores conservan siempre todos los derechos de autor y de publicación de sus obras originales sin restricciones [© Los Autores].  El reconocimiento (BY) permite cualquier explotación de la obra, incluyendo una finalidad comercial, así como la creación de obras derivadas, la distribución de las cuales también está permitida sin ninguna restricción.