Empreu aquest identificador per citar o enllaçar aquest ítem: http://hdl.handle.net/10609/70716
Títol: A statistical learning based approach for parameter fine-tuning of metaheuristics
Autoria: Calvet Liñán, Laura  
Juan, Angel A.  
Serrat Piè, Carles  
Ries, Jana
Citació: 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.
Resum: Les metaheurístiques són mètodes d'aproximació utilitzats per resoldre problemes combinatoris d'optimització. El seu rendiment generalment depèn d'un conjunt de paràmetres que s'han d'ajustar. La selecció de valors de paràmetres apropiats causa una pèrdua d'eficiència, ja que requereix temps i habilitats analítiques avançades i específiques d'un problema. Aquest document proporciona una visió general dels principals enfocaments per abordar el problema de configuració de paràmetres, centrant-se en els procediments estadístics emprats fins ara per la comunitat científica. A més, es proposa una nova metodologia, que es prova utilitzant un algoritme ja existent per resoldre el problema d'enrutament de vehicles de diversos dipòsits.
Paraules clau: ajust de paràmetres
metaheurístiques
aprenentatge estadístic
aleatorització esbiaixada
DOI: 10.2436/20.8080.02.41
Tipus de document: info:eu-repo/semantics/article
Data de publicació: gen-2016
Llicència de publicació: https://creativecommons.org/licenses/by-nc-nd/3.0/es/  
Apareix a les col·leccions:Articles cientÍfics
Articles

Arxius per aquest ítem:
Arxiu Descripció MidaFormat 
Calvet_SORT16_A statistical.pdf294,47 kBAdobe PDFThumbnail
Veure/Obrir
Comparteix:
Exporta:
Consulta les estadístiques

Els ítems del Repositori es troben protegits per copyright, amb tots els drets reservats, sempre i quan no s’indiqui el contrari.