Control de parámetros para algoritmos basados en hormigas
Tipo de material:
TextoDetalles de publicación: Valparaíso : UTFSM , 2007Descripción: 88, (4) h. : ilTema(s): ALGORITMOS HORMIGAS | OPTIMIZACION COMBINATORIA | OPTIMIZACION MATEMATICA | BC / MEM (memorias UTFSM con resúmenes)Clasificación CDD: M 519.92 Nota de disertación: Tesis (Ing. Civil en Informática)-- (Magíster en Ciencias de la Ingeniería Informática)- - Prof. guía : María Cristina Riff Rojas Tema: [Resumen del autor]Tema: El contexto de esta tesis es la metaheuristica Ant Colony Optimization para resolver un problema combinatorial, en este caso, el problema básico para ACO: El problema del vendedor viajero. El foco principal de esta tesis es diseñar una nueva estrategia de control de parámetros para Ant Colony Optimization. La motivación es evitar el tiempo utilizado en sintonización, reduciendo la cantidad de intentos para ejecutar el algoritmo mientras se resuelve un problema. El objetivo de diseño es desarrollar una estrategia con una sobrecarga de control mínima, y tratando de mantener el buen comportamiento del algoritmo. La principal diferencia entre las dos estrategias presentadas en esta tesis, es acerca del alcance del control. Una estrategia tiene un objetivo local, modificando el comportamiento de las hormigas cerca de una variable o nodo del problema. La segunda tiene un objetivo global, controlando la configuración completa del algoritmo definiendo los valores de los parámetros a cada paso del proceso de búsqueda. Para mantener la simplicidad de la estrategia de control, solo los parámetros a y β fueron controlados. Los resultados de las estrategias presentadas acá, muestran un buen desempeño de la estrategia como un primer acercamiento al objetivo principal. La estrategia de control local tiene un buen comportamiento para algunos tipos de problemas. La estrategia de control global, muestra un buen resultado para los problemas usados en los experimentos, permitiendo considerado como una estrategia útil debido al buen comportamiento que le da al algoritmo de búsqueda y el bajo costo computacional que agrega.
| Tipo de ítem | Biblioteca actual | Colección | número de clasificación | Copia número | Estado | Fecha de vencimiento | Código de barras |
|---|---|---|---|---|---|---|---|
Memorias
|
Biblioteca Central | Memorias | M 519.92 B325 (Navegar estantería(Abre debajo)) | 1 | Disponible | 3560900132287 |
CONSULTE EN LINEA A TRAVES DE REPOSITORIO INSTITUCIONAL
Tesis (Ing. Civil en Informática)-- (Magíster en Ciencias de la Ingeniería Informática)- - Prof. guía : María Cristina Riff Rojas
Incluye bibliografía
[Resumen del autor]
El contexto de esta tesis es la metaheuristica Ant Colony Optimization para resolver un problema combinatorial, en este caso, el problema básico para ACO: El problema del vendedor viajero. El foco principal de esta tesis es diseñar una nueva estrategia de control de parámetros para Ant Colony Optimization. La motivación es evitar el tiempo utilizado en sintonización, reduciendo la cantidad de intentos para ejecutar el algoritmo mientras se resuelve un problema. El objetivo de diseño es desarrollar una estrategia con una sobrecarga de control mínima, y tratando de mantener el buen comportamiento del algoritmo. La principal diferencia entre las dos estrategias presentadas en esta tesis, es acerca del alcance del control. Una estrategia tiene un objetivo local, modificando el comportamiento de las hormigas cerca de una variable o nodo del problema. La segunda tiene un objetivo global, controlando la configuración completa del algoritmo definiendo los valores de los parámetros a cada paso del proceso de búsqueda. Para mantener la simplicidad de la estrategia de control, solo los parámetros a y β fueron controlados. Los resultados de las estrategias presentadas acá, muestran un buen desempeño de la estrategia como un primer acercamiento al objetivo principal. La estrategia de control local tiene un buen comportamiento para algunos tipos de problemas. La estrategia de control global, muestra un buen resultado para los problemas usados en los experimentos, permitiendo considerado como una estrategia útil debido al buen comportamiento que le da al algoritmo de búsqueda y el bajo costo computacional que agrega.
2