Biblioteca122.739 documentos en línea

Artículo

Cyber-EDA: Estimation of Distribution Algorithms with Adaptive Memory ProgrammingCyber-EDA: Estimación de algoritmos de distribución con programación de memoria adaptativa

Resumen

El algoritmo de estimación de la distribución (EDA) pretende modelar explícitamente la distribución de probabilidad de las soluciones de calidad al problema subyacente. Mediante el filtrado iterativo de soluciones de calidad entre las competidoras, el modelo de probabilidad acaba aproximándose a la distribución de soluciones óptimas globales. A diferencia de los algoritmos evolutivos (AE) clásicos, el marco de los AED es flexible y capaz de gestionar la dependencia entre variables, que suele plantear dificultades a los AE clásicos. El éxito de EDA depende de la construcción eficaz y eficiente del modelo probabilístico. Este artículo facilita la EDA desde el dominio de la programación de memoria adaptativa (AMP), que ha desarrollado varias formas mejoradas de EAs utilizando el marco Cyber-EA. Los resultados experimentales sobre instancias TSP de referencia respaldan nuestra previsión de que las estrategias AMP pueden mejorar el rendimiento de la EDA clásica al derivar una mejor aproximación a la distribución real de las soluciones objetivo.

  • Tipo de documento:
  • Formato:pdf
  • Idioma:Inglés
  • Tamaño: Kb

Cómo citar el documento

Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.

Este contenido no est� disponible para su tipo de suscripci�n

Información del documento