{Uso de Redes Neuronales en Computación Evolutiva para solucionar problemas de Caja Negra
DOI:
https://doi.org/10.15765/wpmis.v3i1.1073Palabras clave:
optimización de caja negra, algoritmos genéticos, redes neuronales, modelos sustitutos, optimización continuaResumen
Uso de Algoritmos Genéticos en la busqueda en el espacio desoluciones se optimiza el uso de Redes Neuronales en la busqueda de modelos
sustitutos para solucionar problemas de Caja Negra.
Descargas
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.
Archivos adicionales
Publicado
Número
Sección
Licencia
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
