Las metaheurísticas son técnicas no exactas que intentan proporcionar soluciones satisfactorias a problemas complejos de optimización en los que las técnicas exactas no son viables, y se caracterizan por usar una serie de operadores que se aplican de forma estocástica de acuerdo a cierta parametrización. Los valores de estos parámetros suelen ser establecidos al inicio de la ejecución de las técnicas y permanecen invariados hasta que estas terminan. Recientemente están surgiendo trabajos que sugieren que dichos parámetros se modifiquen de forma adaptativa, según la marcha del algoritmo.
En este trabajo se propone estudiar el efecto de usar dos operadores de forma adaptativa en dos metaheurísticas multiobjetivo representativas. Los resultados obtenidos indican que es posible mejorar el rendimiento de los algoritmos usando adaptabilidad.
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.
Video:
Teoría de la decisión multicriterio. ©UPV
Video:
Simulaciones de Monte Carlo en el control de calidad
Artículo:
El concepto de productividad en el análisis económico
Artículo:
Análisis de las razones de la disminución del tiempo de servicio de las matrices recubiertas de CrN para extrusión en caliente de aluminio: un estudio de caso
Video:
Introducción a la simulación Monte Carlo y el análisis de riesgos utilizando @RISK y RISKOptimizer