Diseño de estrategias de control de parámetros en algoritmos evolutivos
Tipo de material:
TextoDetalles de publicación: Valparaíso : UTFSM , 2007Descripción: xv, 110 p. : ilTema(s): SISTEMAS DE CONTROL ADAPTIVO | INTELIGENCIA ARTIFICIAL | HEURÍSTICA | ALGORITMOS GENETICOS | COMPUTACION EVOLUTIVA | BC / MEM (memorias UTFSM con resúmenes)Clasificación CDD: M 005.1 Nota de disertación: Tesis (Magíster en Ciencias de la Ingeniería Informática ; Ing. Civil en Informática)- - Prof. guía : María Cristina Riff Rojas ; prof. corref.: Carlos Castro Tema: [Resumen del autor]Tema: El uso de técnicas heurísticas de optimización ha demostrado ser una excelente herramienta para abordar problemas complejos. Una de sus grandes desventajas de estas técnicas se debe a la incorporación de parámetros y al proceso de asignación de valores a dichos parámetros. Cualquier técnica de sintonización de parámetros posee la desventaja de mantener los valores de los parámetros fijos durante todo el proceso de búsqueda. Por otro lado, las técnicas de sintonización son altamente consumidoras de tiempo, son procesos complejos y cuyo resultado probablemente sea eficiente sólo en el conjunto de problemas considerado durante el proceso de sintonización. Desde este punto de vista, la mejor alternativa la constituye el control de parámetros que, a pesar de agregar carga de trabajo adicional a la ejecución del algoritmo ahorra la inversión de tiempo en sintonización, se adapta al problema que desea resolver y al proceso de búsqueda de cada problema y, por último, tiene la ventaja de permitir a los valores de los parámetros cambiar durante la búsqueda. A continuación se presenta un acercamiento de control de parámetros para algoritmos evolutivos. El esquema de control propuesto observa el desempeño de los operadores de transformación en cada iteración del algoritmo. La ponderación de dicho desempeño se traduce en aumentos o reducciones de los valores de las tasas de uso de los operadores en cuestión. El esquema de control se implementa como control adaptivo y como control auto-adaptivo, basados ambos en la misma idea básica de desempeño de los operadores. Los mecanismos de control son probados, por una parte, con un algoritmo genético están dar, benchmark típico de las técnicas de control; y, por otra parte, con dos algoritmos evolutivos para problemas de satisfacción de restricciones, los cuales poseen características en común y en contra que los vuelven interesantes de investigar. En cada conjunto de pruebas se contrastan los resultados obtenidos con los que se consiguen a partir de la sintonización manual realizada por los autores, sintonizaciones automáticas y otras técnicas de control.
| Tipo de ítem | Biblioteca actual | Colección | número de clasificación | Copia número | Estado | Fecha de vencimiento | Código de barras |
|---|---|---|---|---|---|---|---|
Memorias
|
Biblioteca Central | Memorias | M 005.1 M778 (Navegar estantería(Abre debajo)) | 1 | Disponible | 3560900132291 |
Incluye apendice
Tesis como requerimiento parcial para optar al grado académico de " Magíster en Ingenieria Informática" y al título profesional " Ingeniero Civil Informático"
Tesis (Magíster en Ciencias de la Ingeniería Informática ; Ing. Civil en Informática)- - Prof. guía : María Cristina Riff Rojas ; prof. corref.: Carlos Castro
h. 69-70
[Resumen del autor]
El uso de técnicas heurísticas de optimización ha demostrado ser una excelente herramienta para abordar problemas complejos. Una de sus grandes desventajas de estas técnicas se debe a la incorporación de parámetros y al proceso de asignación de valores a dichos parámetros. Cualquier técnica de sintonización de parámetros posee la desventaja de mantener los valores de los parámetros fijos durante todo el proceso de búsqueda. Por otro lado, las técnicas de sintonización son altamente consumidoras de tiempo, son procesos complejos y cuyo resultado probablemente sea eficiente sólo en el conjunto de problemas considerado durante el proceso de sintonización. Desde este punto de vista, la mejor alternativa la constituye el control de parámetros que, a pesar de agregar carga de trabajo adicional a la ejecución del algoritmo ahorra la inversión de tiempo en sintonización, se adapta al problema que desea resolver y al proceso de búsqueda de cada problema y, por último, tiene la ventaja de permitir a los valores de los parámetros cambiar durante la búsqueda. A continuación se presenta un acercamiento de control de parámetros para algoritmos evolutivos. El esquema de control propuesto observa el desempeño de los operadores de transformación en cada iteración del algoritmo. La ponderación de dicho desempeño se traduce en aumentos o reducciones de los valores de las tasas de uso de los operadores en cuestión. El esquema de control se implementa como control adaptivo y como control auto-adaptivo, basados ambos en la misma idea básica de desempeño de los operadores. Los mecanismos de control son probados, por una parte, con un algoritmo genético están dar, benchmark típico de las técnicas de control; y, por otra parte, con dos algoritmos evolutivos para problemas de satisfacción de restricciones, los cuales poseen características en común y en contra que los vuelven interesantes de investigar. En cada conjunto de pruebas se contrastan los resultados obtenidos con los que se consiguen a partir de la sintonización manual realizada por los autores, sintonizaciones automáticas y otras técnicas de control.
2