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...

Full description

Bibliographic Details
Main Authors: De - Giorgis, Ricardo Soto
Other Authors: Pontificia Universidad Catolica De Valparaiso
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