Métodos multiarranque Reportar como inadecuado




Métodos multiarranque - Descarga este documento en PDF. Documentación en PDF para descargar gratis. Disponible también para leer online.

J. Marcos Moreno Vega ;Inteligencia Artificial. Revista Iberoamericana de Inteligencia Artificial 2003, 7 (19)

Autor: Rafael Martí

Fuente: http://www.redalyc.org/


Introducción



Inteligencia Artificial.
Revista Iberoamericana de Inteligencia Artificial Asociación Española para la Inteligencia Artificial revista@aepia.org ISSN (Versión impresa): 1137-3601 ISSN (Versión en línea): 1988-3064 ESPAÑA 2003 Rafael Martí - J.
Marcos Moreno Vega MÉTODOS MULTIARRANQUE Inteligencia Artificial.
Revista Iberoamericana de Inteligencia Artificial, año-vol.
7, número 019 Asociación Española para la Inteligencia Artificial Valencia, España Red de Revistas Científicas de América Latina y el Caribe, España y Portugal Universidad Autónoma del Estado de México http:--redalyc.uaemex.mx MultiStart Methods Rafael Martí (1), J.
Marcos Moreno Vega (2) (1) Departamento de Estadística e Investigación Operativa Facultad de Matemáticas Universidad de Valencia Dr.
Moliner 50 46100 Valencia, Spain (2) Departamento de Estadística, I.O.
y Computación Centro Superior de Informática Universidad de La Laguna Avda.
Astrofísico Francisco Sánchez s-n 38271 Santa Cruz de Tenerife, Spain e-mail: rmarti@uv.es, jmmoreno@ull.es Multi-start methods have two phases: the first one in which a solution is generated and the second one in which the solution is typically improved.
Then, each global iteration produces a solution and the algorithm terminates when a stopping criterion is satisfied; the best overall is the algorithms output. These methods provide an appropriate and simple framework within which to develop algorithms to solve hard optimization problems.
The goal of this methodology is to combine the diversification strategy given by the construction phase with the intensification given in the improvement phase.
This paper is focused on studying the different ways, strategies and methods of generating solutions to restart a search for a global optimum.
In this work we consider both, global and combinatorial optimization, and we also illustrate some of the methods on solving the bandwidth reduction problem. Inteligencia Artificial, Revista Iberoamer...





Documentos relacionados