APORTES Son de destacar algunos autores que aportaron a la evolucin y mejora de los Mtodos Multiarranque, entre ellos: R.

. Mart Multistart Methods, En Handbook on MetaHeuristics (2003) Hace una revisin de los Mtodos Multiarranque y propone una clasificacin basada en el uso o no de memoria y en el grado de reconstruccin de la solucin de inicio. F. Schoen Two Phase Methods for Global Optimization. En Handbook of Global Optimization 2: Heuristics Approaches (2002) Hace una revisin personal de tales mtodos, dando una definicin formal de los mismos y subrayando las caractersticas propias de estos mtodos. 1. BSQUEDA LOCAL Un concepto importante es el de ptimo local de la funcin que se define como cualquier punto x* para el que exista un entorno, de tal forma que x* sea ptimo en ese entorno. La importancia radica en que el ptimo global puede definirse como aquel ptimo local con mejor valor de la funcin objetivo. Es decir, se dispone de una condicin necesaria para encontrar el ptimo global de la funcin. As, al menos en teora, la dimensin del problema se reduce al tener que buscar la solucin ptima del problema slo entre los ptimos locales. Descripcin general de la Bsqueda Local procedimiento Bsqueda Local(Var Solucin Actual); Inicio repetir Obtener(Solucin Vecina/ Objetivo(Solucin Vecina) < Objetivo(Solucin Actual)); Solucin Actual = Solucin Vecina; hasta (Objetivo(Solucin Vecina) >= Objetivo(Solucin Actual), Solucin Vecina); Fin Una Solucin Vecina con coste Objetivo (Solucin Vecina) < Objetivo (Solucin Actual). Si tal solucin existe, el algoritmo contina con Solucin Vecina. En caso contrario, el procedimiento termina con Solucin Actual como solucin propuesta por el algoritmo. El procedimiento puede describirse como aparece en la descripcin genera de la bsqueda local. . El principal inconveniente del procedimiento Bsqueda Local radica en que, en general, suministra soluciones localmente ptimas, con respecto a la estructura de entorno considerada, que pueden estar alejadas de la solucin ptima global.