Hispanopedia Wiki
Articulo de referencia

Funciones de prueba para la optimización

En matemáticas aplicadas, las funciones de prueba , conocidas como paisajes artificiales , son útiles para evaluar características de los algoritmos de optimización, como la tas...

Hispanopedia WikiContenido en espanolLectura gratuita

En matemáticas aplicadas, las funciones de prueba , conocidas como paisajes artificiales , son útiles para evaluar características de los algoritmos de optimización, como la tasa de convergencia , la precisión, la robustez y el rendimiento general.

Aquí se presentan algunas funciones de prueba con el objetivo de ilustrar las diferentes situaciones a las que se enfrentan los algoritmos de optimización al abordar este tipo de problemas. En la primera parte, se presentan algunas funciones objetivo para casos de optimización monoobjetivo. En la segunda parte, se proporcionan funciones de prueba con sus respectivos frentes de Pareto para problemas de optimización multiobjetivo (MOP).

Los paisajes artificiales presentados aquí para problemas de optimización de un solo objetivo se toman de Bäck, [ 1 ] Haupt et al. [ 2 ] y del software de Rody Oldenhuis. [ 3 ] Dado el número de problemas (55 en total), aquí solo se presentan algunos.

Las funciones de prueba utilizadas para evaluar los algoritmos para MOP se tomaron de Deb, [ 4 ] Binh et al. [ 5 ] y Binh. [ 6 ] El software desarrollado por Deb se puede descargar, [ 7 ] que implementa el procedimiento NSGA-II con GA, o el programa publicado en Internet, [ 8 ] que implementa el procedimiento NSGA-II con ES.

Aquí se presenta simplemente la forma general de la ecuación, una gráfica de la función objetivo, los límites de las variables del objeto y las coordenadas de los mínimos globales.

Funciones de prueba para la optimización de un solo objetivo

Funciones de prueba para optimización con restricciones

Funciones de prueba para la optimización multiobjetivo

Referencias

  1. ↑ Bäck, Thomas (1995). Algoritmos evolutivos en teoría y práctica  : estrategias evolutivas, programación evolutiva, algoritmos genéticos . Oxford: Oxford University Press. pág.  328. ISBN 978-0-19-509971-3.
  2. ↑ Haupt, Randy L. Haupt, Sue Ellen (2004). Algoritmos genéticos prácticos con CD-ROM (2.ª ed.). Nueva York: J. Wiley. ISBN  978-0-471-45565-3.{{cite book}}: CS1 maint: varios nombres: lista de autores ( enlace )
  3. ↑ Oldenhuis, Rody. "Muchas funciones de prueba para optimizadores globales" . Mathworks . Consultado el 1 de noviembre de 2012 .
  4. 1 2 3 Deb, Kalyanmoy (2002) Optimización multiobjetivo mediante algoritmos evolutivos (Ed. reimpresa). Chichester [ua]: Wiley. ISBN 0-471-87339-X.
  5. 1 2 Binh T. y Korn U. (1997) MOBES: Una estrategia evolutiva multiobjetivo para problemas de optimización con restricciones . En: Actas de la Tercera Conferencia Internacional sobre Algoritmos Genéticos. República Checa. págs. 176–182
  6. 1 2 Binh T. (1999) Un algoritmo evolutivo multiobjetivo. Los casos de estudio. Informe técnico. Instituto de Automatización y Comunicación. Barleben, Alemania
  7. ↑ Deb K. (2011) Software para código NSGA-II multiobjetivo en C. Disponible en la URL: https://www.iitk.ac.in/kangal/codes.shtml
  8. ↑ Ortiz, Gilberto A. "Optimización multiobjetivo utilizando ES como algoritmo evolutivo" . Mathworks . Consultado el 1 de noviembre de 2012 .
  9. ↑ Whitley, Darrell; Rana, Soraya; Dzubera, John; Mathias, Keith E. (1996). "Evaluación de algoritmos evolutivos" . Inteligencia Artificial . 85 ( 1–2 ). Elsevier BV: 264. doi : 10.1016/0004-3702(95)00124-7 . ISSN 0004-3702 . 
  10. ↑ Vanaret C. (2015) Hibridación de métodos de intervalos y algoritmos evolutivos para la resolución de problemas de optimización complejos. Tesis doctoral. Escuela Nacional de Aviación Civil. Instituto Nacional Politécnico de Toulouse, Francia.
  11. ↑ "Resolver un problema no lineal con restricciones - MATLAB y Simulink" . www.mathworks.com . Consultado el 29 de agosto de 2017 .
  12. ↑ "Problema de las aves (con restricciones) | Integración de Phoenix" . Archivado del original el 29/12/2016 . Consultado el 29/08/2017 .{{cite web}}: CS1 maint: bot: estado de la URL original desconocido ( enlace )
  13. ↑ Mishra, Sudhanshu (2006). "Algunas nuevas funciones de prueba para la optimización global y el rendimiento del método de enjambre de partículas repulsivo" . Documento MPRA .
  14. ↑ Townsend, Alex (enero de 2014). "Optimización restringida en Chebfun" . chebfun.org . Consultado el 29 de agosto de 2017 .
  15. ↑ Mishra, Sudhanshu (5 de mayo de 2007). "Minimización de la función de bulto de Keane mediante el método de enjambre de partículas repulsivo y el método de evolución diferencial" . Documento MPRA . Biblioteca Universitaria de Múnich, Alemania.
  16. ↑ Chankong, Vira; Haimes, Yacov Y. (1983). Toma de decisiones multiobjetivo. Teoría y metodología . North Holland. ISBN 0-444-00710-5.
  17. ↑ Fonseca, CM; Fleming, PJ (1995). "Una visión general de los algoritmos evolutivos en la optimización multiobjetivo". Evol Comput . 3 (1): 1– 16. CiteSeerX 10.1.1.50.7779 . doi : 10.1162/evco.1995.3.1.1 . S2CID 8530790 .  
  18. ↑ F. Kursawe, “ Una variante de estrategias evolutivas para la optimización vectorial ”, en PPSN I, Vol. 496 Lect Notes in Comput Sc. Springer-Verlag, 1991, pp. 193–197.
  19. ↑ Schaffer, J. David (1984). "Optimización multiobjetivo con algoritmos genéticos evaluados por vectores". En GJE Grefensette; JJ Lawrence Erlbraum (eds.). Actas de la Primera Conferencia Internacional sobre Algoritmos Genéticos . OCLC 20004572 . 
  20. 1 2 3 4 5 Deb, Kalyan; Thiele, L.; Laumanns, Marco; Zitzler, Eckart (2002). "Problemas de prueba de optimización multiobjetivo escalables". Actas del Congreso de Computación Evolutiva de 2002. CEC'02 (Cat. No. 02TH8600) . Vol. 1. págs. 825–830 . doi : 10.1109/CEC.2002.1007032 . ISBN   0-7803-7282-4. S2CID 61001583 . 
  21. ↑ Osyczka, A.; Kundu, S. (1 de octubre de 1995). "Un nuevo método para resolver problemas generalizados de optimización multicriterio utilizando el algoritmo genético simple". Optimización estructural . 10 (2): 94– 99. doi : 10.1007/BF01743536 . ISSN 1615-1488 . S2CID 123433499 .  
  22. ↑ Jiménez, F.; Gómez-Skarmeta, AF; Sánchez, G.; Deb, K. (mayo de 2002). «Un algoritmo evolutivo para la optimización multiobjetivo con restricciones». Actas del Congreso de Computación Evolutiva de 2002. CEC'02 (Cat. No. 02TH8600) . Vol. 2. págs. 1133–1138 . doi : 10.1109/CEC.2002.1004402 . ISBN   0-7803-7282-4. S2CID 56563996 . 
  • paisajes
Obtenido de " https://en.wikipedia.org/w/index.php?title=Test_functions_for_optimization&oldid=1362798012 "
Lecturas relacionadas
6 articulos
Tasa de convergenciaEn el análisis matemático , en particular en el análisis numérico , la tasa de convergencia y el orden de convergencia de una secuencia que converg...Frente de ParetoFrente de ParetoEn la optimización multiobjetivo , el frente de Pareto (también llamado frontera de Pareto o curva de Pareto ) es el conjunto de todas las solucion...{\displaystyle \min_{x\in X}(f_{1}(x),f_{2}(x),\ldots ,f_{k}(x))}Optimización multiobjetivoLa optimización multiobjetivo u optimización de Pareto (también conocida como programación multiobjetivo , optimización vectorial , optimización mu...ISBNEl Número Internacional Normalizado de Libro ( ISBN ) es un identificador numérico de libros comerciales que pretende ser único. [a] [b] Los editor...Digital object identifierA digital object identifier ( DOI ) is a persistent identifier or handle used to uniquely identify various objects, standardized by the Internation...ISSNISSN codificado en código de barras EAN-13 con variante de secuencia 0 y número de emisión 05 Ejemplo de un ISSN, 2049-3630, codificado en un códig...