{Uso de Redes Neuronales en Computación Evolutiva para solucionar problemas de Caja Negra

Archivos suplementarios

Sin título

Palabras clave

optimización de caja negra
algoritmos genéticos
redes neuronales
modelos sustitutos
optimización continua

Cómo citar

González Cetina, J. A. (2018). Working Papers. Maestría En Ingeniería De Sistemas, 3(1). {Uso de Redes Neuronales en Computación Evolutiva para solucionar problemas de Caja Negra. https://doi.org/10.15765/wpmis.v3i1.1073

Resumen

Uso de Algoritmos Genéticos en la busqueda en el espacio de
soluciones se optimiza el uso de Redes Neuronales en la busqueda de modelos
sustitutos para solucionar problemas de Caja Negra.

Referencias

S. Alarie, C. Audet, V. Garnier, S. LeDigabel, and L.-A. Leclaire. Snow water equivalent

estimation using blackbox optimization. Pacific Journal of Optimization, 9(1):1–21,

C. Audet, A. Ihaddadene, S. LeDigabel, and C. Tribes. Robust optimization of noisy

blackbox problems usingthe Mesh Adaptive Direct Search algorithm. Technical Report

G-2016-55, Les cahiers du GERAD, 2018.

R Datta, S Pradhan, and B Bhattacharya. Analysis and design optimization of a

robotic gripper using multiobjective genetic algorithm. IEEE Transactions on Systems,

Man, and Cybernetics: Systems, 46(1):16–26, 2016.

J. Goméz. HaEa: Self adaptation of operator rates in evolutionary algorithms, hybrid

adaptive evolutionary algorithm. Springer, doi:10.1007/978-3-540-24854-5_113, 2004.

N. Hansen, A. Auger, O. Mersmann, T. Tušar, and D. Brockhoff. COCO: A plat-

form for comparing continuous optimizers in a black-box setting. ArXiv e-prints,

arXiv:1603.08785, 2016.

Licencia de Creative Commons
Working Papers by Institución Universitaria Politécnico Grancolombiano is licensed under a Creative Commons Reconocimiento-NoComercial-SinObraDerivada 3.0 Unported License.
Creado a partir de la obra en http://www.poligran.edu.co/wpmis

##plugins.themes.healthSciences.displayStats.downloads##

##plugins.themes.healthSciences.displayStats.noStats##