Building Reactive Learning-based Hybrid Metaheuristics
RESULTADOS OBTENIDOS: Describa los resultados obtenidos de su investigaci´on haciendo referencia a los obje- tivos originales y/o previamente modificados de su propuesta. La extensi´on m´axima de esta secci´on es de 5 p´aginas (letra tama˜no 10, Arial o Verdana). Los objetivos del proyecto son los si...
Main Authors: | , |
---|---|
Other Authors: | |
Format: | Report |
Language: | unknown |
Published: |
2023
|
Subjects: | |
Online Access: | https://hdl.handle.net/10533/48991 |
_version_ | 1824228131841507328 |
---|---|
author | De - Giorgis Ricardo Soto |
author2 | Pontificia Universidad Catolica De Valparaiso |
author_facet | De - Giorgis Ricardo Soto |
author_sort | De - Giorgis |
collection | Repositorio ANID (Agencia Nacional de Investigación y Desarrollo) |
description | RESULTADOS OBTENIDOS: Describa los resultados obtenidos de su investigaci´on haciendo referencia a los obje- tivos originales y/o previamente modificados de su propuesta. La extensi´on m´axima de esta secci´on es de 5 p´aginas (letra tama˜no 10, Arial o Verdana). Los objetivos del proyecto son los siguientes: 1. Dise˜no, implementaci´on y validaci´on de nuevos componentes reactivos para metaheur´ısticas donde el trabajo en componentes reactivos es limitado o no existe. 2. Dise˜no, implementaci´on y validaci´on de nuevos mecanismos para la selecci´on de componentes con el objetivo de construir metaheur´ısticas h´ıbridas. 3. Desarrollo de una fase de experimentaci´on extensa con el objetivo de eval- uar componentes, selector de componentes, as´ı como tambi´en la arquitectura resolviendo un conjunto de instancias dif´ıciles de problemas de optimizaci´on conocidos. Resultados Objetivo 1: Se dise˜naron, implementaron y validaron nuevos componentes reactivos para diver- sas metaheur´ısticas. En un trabajo preliminar se dise˜n´o e implement´o un com- ponente que permite a las metaheur´ısticas ajustar el tama˜no de su poblaci´on en forma aut´onoma. Con este componente la metaheur´ıstica es capaz de auto-controlar en l´ınea y en forma eficiente la cantidad de agentes de b´usqueda necesaria para cada parte del proceso de b´usqueda. Como consecuencia se reducen los tiempos de c´omputo, se mejora la calidad de las soluciones y adem´as se libera al usuario de complejas configuraciones manuales de par´ametros. Este componente se integr´o a la metaheur´ıstica Human Behavior-Based Algorithm y se valid´o resolviendo diferentes instancias del manufacturing cell design problem. Este problema est´a clasificado como NP-completo, siendo ideal para medir el desempe˜no de algoritmos de opti- mizaci´on. Los resultados obtenidos fueron publicados bajo el t´ıtulo “Solving the Manufacturing Cell Design Problem Using Human Behavior-Based Algorithm Sup- ported by Autonomous Search” en el journal ISI “IEEE Access”. Una adaptaci´on de este ... |
format | Report |
genre | Antártica |
genre_facet | Antártica |
geographic | Referencia Magallanes Isi Consecuencia Valparaíso Bío Bío General Bernardo O'Higgins |
geographic_facet | Referencia Magallanes Isi Consecuencia Valparaíso Bío Bío General Bernardo O'Higgins |
id | ftanid:oai:repositorio.anid.cl:10533/48991 |
institution | Open Polar |
language | unknown |
long_lat | ENVELOPE(-62.933,-62.933,-64.883,-64.883) ENVELOPE(-38.550,-38.550,65.617,65.617) ENVELOPE(-60.783,-60.783,-63.717,-63.717) ENVELOPE(-62.983,-62.983,-64.833,-64.833) ENVELOPE(-66.450,-66.450,-66.467,-66.467) ENVELOPE(-57.900,-57.900,-63.317,-63.317) |
op_collection_id | ftanid |
op_coverage | Región de Tarapacá Región de Antofagasta Región de Atacama Región de Coquimbo Región de Valparaíso Región del Libertador General Bernardo O'Higgins Región del Maule Región del Bío-Bío Región de La Araucanía Región de Los Lagos Región Aysén del General Carlos Ibáñez del Campo Región de Magallanes y la Antártica Chilena Región Metropolitana de Santiago Región de Los Ríos Región de Arica y Parinacota Región de Ñuble |
op_relation | 1190129 Masculino https://hdl.handle.net/10533/48991 |
op_rights | Atribución-NoComercial-SinDerivadas 3.0 Chile http://creativecommons.org/licenses/by-nc-sa/3.0/cl/ |
publishDate | 2023 |
record_format | openpolar |
spelling | ftanid:oai:repositorio.anid.cl:10533/48991 2025-02-16T15:00:13+00:00 Building Reactive Learning-based Hybrid Metaheuristics De - Giorgis Ricardo Soto Pontificia Universidad Catolica De Valparaiso Región de Tarapacá Región de Antofagasta Región de Atacama Región de Coquimbo Región de Valparaíso Región del Libertador General Bernardo O'Higgins Región del Maule Región del Bío-Bío Región de La Araucanía Región de Los Lagos Región Aysén del General Carlos Ibáñez del Campo Región de Magallanes y la Antártica Chilena Región Metropolitana de Santiago Región de Los Ríos Región de Arica y Parinacota Región de Ñuble 2023-08-24T13:32:19Z application/pdf https://hdl.handle.net/10533/48991 unknown 1190129 Masculino https://hdl.handle.net/10533/48991 Atribución-NoComercial-SinDerivadas 3.0 Chile http://creativecommons.org/licenses/by-nc-sa/3.0/cl/ Metaheuristics Reactive Solvers Optimization Ingenieria De Sistemas Y Comunicaciones Informe Final info:eu-repo/semantics/report 2023 ftanid 2025-01-20T05:58:33Z RESULTADOS OBTENIDOS: Describa los resultados obtenidos de su investigaci´on haciendo referencia a los obje- tivos originales y/o previamente modificados de su propuesta. La extensi´on m´axima de esta secci´on es de 5 p´aginas (letra tama˜no 10, Arial o Verdana). Los objetivos del proyecto son los siguientes: 1. Dise˜no, implementaci´on y validaci´on de nuevos componentes reactivos para metaheur´ısticas donde el trabajo en componentes reactivos es limitado o no existe. 2. Dise˜no, implementaci´on y validaci´on de nuevos mecanismos para la selecci´on de componentes con el objetivo de construir metaheur´ısticas h´ıbridas. 3. Desarrollo de una fase de experimentaci´on extensa con el objetivo de eval- uar componentes, selector de componentes, as´ı como tambi´en la arquitectura resolviendo un conjunto de instancias dif´ıciles de problemas de optimizaci´on conocidos. Resultados Objetivo 1: Se dise˜naron, implementaron y validaron nuevos componentes reactivos para diver- sas metaheur´ısticas. En un trabajo preliminar se dise˜n´o e implement´o un com- ponente que permite a las metaheur´ısticas ajustar el tama˜no de su poblaci´on en forma aut´onoma. Con este componente la metaheur´ıstica es capaz de auto-controlar en l´ınea y en forma eficiente la cantidad de agentes de b´usqueda necesaria para cada parte del proceso de b´usqueda. Como consecuencia se reducen los tiempos de c´omputo, se mejora la calidad de las soluciones y adem´as se libera al usuario de complejas configuraciones manuales de par´ametros. Este componente se integr´o a la metaheur´ıstica Human Behavior-Based Algorithm y se valid´o resolviendo diferentes instancias del manufacturing cell design problem. Este problema est´a clasificado como NP-completo, siendo ideal para medir el desempe˜no de algoritmos de opti- mizaci´on. Los resultados obtenidos fueron publicados bajo el t´ıtulo “Solving the Manufacturing Cell Design Problem Using Human Behavior-Based Algorithm Sup- ported by Autonomous Search” en el journal ISI “IEEE Access”. Una adaptaci´on de este ... Report Antártica Repositorio ANID (Agencia Nacional de Investigación y Desarrollo) Referencia Magallanes ENVELOPE(-62.933,-62.933,-64.883,-64.883) Isi ENVELOPE(-38.550,-38.550,65.617,65.617) Consecuencia ENVELOPE(-60.783,-60.783,-63.717,-63.717) Valparaíso ENVELOPE(-62.983,-62.983,-64.833,-64.833) Bío Bío ENVELOPE(-66.450,-66.450,-66.467,-66.467) General Bernardo O'Higgins ENVELOPE(-57.900,-57.900,-63.317,-63.317) |
spellingShingle | Metaheuristics Reactive Solvers Optimization Ingenieria De Sistemas Y Comunicaciones De - Giorgis Ricardo Soto Building Reactive Learning-based Hybrid Metaheuristics |
title | Building Reactive Learning-based Hybrid Metaheuristics |
title_full | Building Reactive Learning-based Hybrid Metaheuristics |
title_fullStr | Building Reactive Learning-based Hybrid Metaheuristics |
title_full_unstemmed | Building Reactive Learning-based Hybrid Metaheuristics |
title_short | Building Reactive Learning-based Hybrid Metaheuristics |
title_sort | building reactive learning-based hybrid metaheuristics |
topic | Metaheuristics Reactive Solvers Optimization Ingenieria De Sistemas Y Comunicaciones |
topic_facet | Metaheuristics Reactive Solvers Optimization Ingenieria De Sistemas Y Comunicaciones |
url | https://hdl.handle.net/10533/48991 |