Por favor, use este identificador para citar o enlazar este ítem:
http://hdl.handle.net/10609/70716
Título : | A statistical learning based approach for parameter fine-tuning of metaheuristics |
Autoría: | Calvet Liñán, Laura Juan, Angel A. Serrat Piè, Carles Ries, Jana |
Citación : | Calvet Liñan, L., Juan, A.A., Serrat, C. & Ries, Jana (2016). "A statistical learning based approach for parameter fine-tuning of metaheuristics". SORT: Statistics and Operations Research Transactions, 40(1), pp. 1-24. ISSN 1696-2281. |
Resumen : | Las metaheurísticas son métodos de aproximación utilizados para resolver problemas combinatorios de optimización. Su rendimiento generalmente depende de un conjunto de parámetros que deben ajustarse. La selección de valores de parámetros apropiados causa una pérdida de eficiencia, ya que requiere tiempo y habilidades analíticas avanzadas y específicas de un problema. Este documento proporciona una visión general de los principales enfoques para abordar el problema de configuración de parámetros, centrándose en los procedimientos estadísticos empleados hasta ahora por la comunidad científica. Además, se propone una nueva metodología, que se prueba utilizando un algoritmo ya existente para resolver el problema de enrutamiento de vehículos de varios depósitos. |
Palabras clave : | ajuste de parámetros metaheurísticas aprendizaje estadístico aleatorización sesgada |
DOI: | 10.2436/20.8080.02.41 |
Tipo de documento: | info:eu-repo/semantics/article |
Fecha de publicación : | ene-2016 |
Licencia de publicación: | https://creativecommons.org/licenses/by-nc-nd/3.0/es/ |
Aparece en las colecciones: | Articles cientÍfics Articles |
Ficheros en este ítem:
Fichero | Descripción | Tamaño | Formato | |
---|---|---|---|---|
Calvet_SORT16_A statistical.pdf | 294,47 kB | Adobe PDF | Visualizar/Abrir |
Comparte:
Los ítems del Repositorio están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.