Nichos y operadores de macromutación para problemas de optimización con funciones multimodales no-estacionarias

Autores
Esquivel, Susana Cecilia; Aragón, Victoria S.
Año de publicación
2004
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
El interés en la optimización de funciones multimodales dinámicas se ha acrecentado en los últimos años debido a que muchos de los problemas del mundo real poseen esta característica. En este tipo de problemas, el objetivo es seguir la trayectoria del óptimo global tan cercanamente como sea posible, a medida que éste se desplaza sobre el espacio de búsqueda. En este trabajo se presentan tres métodos de mantenimiento de diversidad, uno de nichos conocido como fitness sharing y dos operadores de macromutación: random inmigrantes y recrudescenca. La efectividad y/o limitaciones de cada técnica y de combinaciones de ellas es discutida y analizada.
Eje: V - Workshop de agentes y sistemas inteligentes
Red de Universidades con Carreras en Informática (RedUNCI)
Materia
Ciencias Informáticas
Algorithms
Algoritmos Evolutivos
Funciones dinámicas multimodales
ARTIFICIAL INTELLIGENCE
Intelligent agents
Técnica de mantenimiento de diversidad
Optimization
Métodos de nichos
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/22543
Acceder
id SEDICI_8c8937643a0ee80dfd84087645bcdea4
oai_identifier_str oai:sedici.unlp.edu.ar:10915/22543
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Nichos y operadores de macromutación para problemas de optimización con funciones multimodales no-estacionariasEsquivel, Susana CeciliaAragón, Victoria S.Ciencias InformáticasAlgorithmsAlgoritmos EvolutivosFunciones dinámicas multimodalesARTIFICIAL INTELLIGENCEIntelligent agentsTécnica de mantenimiento de diversidadOptimizationMétodos de nichosEl interés en la optimización de funciones multimodales dinámicas se ha acrecentado en los últimos años debido a que muchos de los problemas del mundo real poseen esta característica. En este tipo de problemas, el objetivo es seguir la trayectoria del óptimo global tan cercanamente como sea posible, a medida que éste se desplaza sobre el espacio de búsqueda. En este trabajo se presentan tres métodos de mantenimiento de diversidad, uno de nichos conocido como fitness sharing y dos operadores de macromutación: random inmigrantes y recrudescenca. La efectividad y/o limitaciones de cada técnica y de combinaciones de ellas es discutida y analizada.Eje: V - Workshop de agentes y sistemas inteligentesRed de Universidades con Carreras en Informática (RedUNCI)2004info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdfhttp://sedici.unlp.edu.ar/handle/10915/22543spainfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/2.5/ar/Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-29T10:55:06Zoai:sedici.unlp.edu.ar:10915/22543Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 10:55:07.177SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Nichos y operadores de macromutación para problemas de optimización con funciones multimodales no-estacionarias
title Nichos y operadores de macromutación para problemas de optimización con funciones multimodales no-estacionarias
spellingShingle Nichos y operadores de macromutación para problemas de optimización con funciones multimodales no-estacionarias
Esquivel, Susana Cecilia
Ciencias Informáticas
Algorithms
Algoritmos Evolutivos
Funciones dinámicas multimodales
ARTIFICIAL INTELLIGENCE
Intelligent agents
Técnica de mantenimiento de diversidad
Optimization
Métodos de nichos
title_short Nichos y operadores de macromutación para problemas de optimización con funciones multimodales no-estacionarias
title_full Nichos y operadores de macromutación para problemas de optimización con funciones multimodales no-estacionarias
title_fullStr Nichos y operadores de macromutación para problemas de optimización con funciones multimodales no-estacionarias
title_full_unstemmed Nichos y operadores de macromutación para problemas de optimización con funciones multimodales no-estacionarias
title_sort Nichos y operadores de macromutación para problemas de optimización con funciones multimodales no-estacionarias
dc.creator.none.fl_str_mv Esquivel, Susana Cecilia
Aragón, Victoria S.
author Esquivel, Susana Cecilia
author_facet Esquivel, Susana Cecilia
Aragón, Victoria S.
author_role author
author2 Aragón, Victoria S.
author2_role author
dc.subject.none.fl_str_mv Ciencias Informáticas
Algorithms
Algoritmos Evolutivos
Funciones dinámicas multimodales
ARTIFICIAL INTELLIGENCE
Intelligent agents
Técnica de mantenimiento de diversidad
Optimization
Métodos de nichos
topic Ciencias Informáticas
Algorithms
Algoritmos Evolutivos
Funciones dinámicas multimodales
ARTIFICIAL INTELLIGENCE
Intelligent agents
Técnica de mantenimiento de diversidad
Optimization
Métodos de nichos
dc.description.none.fl_txt_mv El interés en la optimización de funciones multimodales dinámicas se ha acrecentado en los últimos años debido a que muchos de los problemas del mundo real poseen esta característica. En este tipo de problemas, el objetivo es seguir la trayectoria del óptimo global tan cercanamente como sea posible, a medida que éste se desplaza sobre el espacio de búsqueda. En este trabajo se presentan tres métodos de mantenimiento de diversidad, uno de nichos conocido como fitness sharing y dos operadores de macromutación: random inmigrantes y recrudescenca. La efectividad y/o limitaciones de cada técnica y de combinaciones de ellas es discutida y analizada.
Eje: V - Workshop de agentes y sistemas inteligentes
Red de Universidades con Carreras en Informática (RedUNCI)
description El interés en la optimización de funciones multimodales dinámicas se ha acrecentado en los últimos años debido a que muchos de los problemas del mundo real poseen esta característica. En este tipo de problemas, el objetivo es seguir la trayectoria del óptimo global tan cercanamente como sea posible, a medida que éste se desplaza sobre el espacio de búsqueda. En este trabajo se presentan tres métodos de mantenimiento de diversidad, uno de nichos conocido como fitness sharing y dos operadores de macromutación: random inmigrantes y recrudescenca. La efectividad y/o limitaciones de cada técnica y de combinaciones de ellas es discutida y analizada.
publishDate 2004
dc.date.none.fl_str_mv 2004
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
Objeto de conferencia
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/22543
url http://sedici.unlp.edu.ar/handle/10915/22543
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1844615809572274176
score 13.070432

Publicaciones similares