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:
Introducción a los procesos estocásticos [Parte 2]
Artículo:
Análisis de sensibilidad en modelos de probabilidad semiparamétricos
Video:
Métodos de optimización: método simplex
Artículo:
Análisis del proceso productivo en una empresa de plásticos usando simulación discreta
Documento Editorial:
Planear es solo el boceto
Libro:
Metodología del marco lógico para la planificación, el seguimiento y la evaluación de proyectos y programas
Presentación:
Estudio de movimientos y tiempos
Artículo:
Emisiones globales de gases de efecto invernadero provenientes de materiales de construcción residencial y comercial: estrategias de mitigación para 2060
Tesis:
Materiales y prácticas de construcción sostenible