Resumen. Cualquier diccionario explicativo tradicional inevitablemente contiene ciclos en sus definiciones, es decir, si una palabra es definida en el diccionario y después se usa en una definición, siempre existe un camino en el diccionario que regresa a la misma palabra. En un buen diccionario los ciclos son largos, pero son inevitables. Un diccionario semántico computacional (destinado para el uso de las computadoras) no puede contener ciclos en sus definiciones sin que éstos afecten la capacidad de inferencia lógica de los sistemas computacionales. Denominamos primitivas semánticas a un conjunto de palabras que de ser eliminadas del diccionario lo mantendría sin ciclos, es decir, esas palabras no tendrán la definición en el diccionario, y en este sentido son primitivas. En esta investigación, nuestra meta es mantener la mayor cantidad de palabras en el diccionario, es decir, tener un número mínimo de las primitivas semánticas. Presentamos un método que obtiene el conjunto de primitivas más pequeño obtenido hasta ahora. Para eso utilizamos la representación del diccionario como un grafo dirigido y aplicamos un algoritmo de evolución diferencial que determina el orden en que el grafo debe ser construido.

The Traveling Salesman Problem (TSP) is a classical NPhard combinatorial problem that has been intensively studied through several decades. A large amount of literature is dedicated to this problem. TSP can be directly applied to some real life problems, and to be generalized to some other set of important combinatorial problems. Nowadays, a large collection of TSP instances can be found such as TSPLIB and National TSP webpage, among others. In this paper we experiment with a different TSP instance, that is, a set of 111 Mexican towns (called Magical Towns), by applying five different algorithms: (1) Ant Colony Optimization, (2) Particle Swarm Optimization, (3) Greedy Metaheuristic (4) Lin-Kernighan and (5) Hybrid Metaheuristic. The best results were obtained by the hybrid metaheuristic, with a final cost function of 120.65.