Implementación de metaheurísticas multi-objetivo en Julia asistida por LLMs

Abstract

El uso de metaheurísticas aplicado a la optimización multiobjetivo ha aumentado considerablemente en las últimas décadas. Los algoritmos basados en metaheurísticas permiten obtener soluciones cercanas a las óptimas, sin requerir para ello una cantidad de recursos desorbitada. En la Universidad de Málaga radica el proyecto de código libre jMetal, un marco de trabajo escrito en Java para la optimización de problemas multiobjetivo mediante el uso de metaheurísticas. En este Trabajo de Fin de Grado se parte de dos bases, el ya mencionado jMetal y un proyecto similar, aunque a menor escala llamado MetaJul, el cual está escrito en Julia, un lenguaje emergente. Este segundo nace de la idea de explorar la adaptación de una arquitectura modular por componente a un lenguaje nuevo muy diferente al original, pero con un rendimiento muy prometedor. El objetivo de este trabajo, sin embargo, tiene un enfoque distinto. La idea es explorar las capacidades de distintos modelos de inteligencia artificial para convertir código de un lenguaje de programación a otro, con la dificultad de la disparidad entre uno y otro, pues Julia no es un lenguaje orientado a objetos y carece de características imprescindibles en Java, como podría ser la herencia. De esta manera, el trabajo consta de dos partes diferenciadas. La primera se centra en, dado el mismo contexto, comparar las implementaciones adaptadas de Java a Julia que proporcionan diferentes LLMs, para una colección de problemas con aplicaciones en el mundo real. La segunda se aleja un poco de esa comparación para poner el foco en cuán útiles son estos mismos LLMs a la hora de traducir un algoritmo complejo de un lenguaje a otro.