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.pdf294,47 kBAdobe PDFVista previa
Visualizar/Abrir
Comparte:
Exporta:
Consulta las estadísticas

Los ítems del Repositorio están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.