Página 1 dos resultados de 2204 itens digitais encontrados em 0.012 segundos

Use of the q-Gaussian mutation in evolutionary algorithms

TINOS, Renato; YANG, Shengxiang
Fonte: SPRINGER Publicador: SPRINGER
Tipo: Artigo de Revista Científica
Português
Relevância na Pesquisa
66.33%
This paper proposes the use of the q-Gaussian mutation with self-adaptation of the shape of the mutation distribution in evolutionary algorithms. The shape of the q-Gaussian mutation distribution is controlled by a real parameter q. In the proposed method, the real parameter q of the q-Gaussian mutation is encoded in the chromosome of individuals and hence is allowed to evolve during the evolutionary process. In order to test the new mutation operator, evolution strategy and evolutionary programming algorithms with self-adapted q-Gaussian mutation generated from anisotropic and isotropic distributions are presented. The theoretical analysis of the q-Gaussian mutation is also provided. In the experimental study, the q-Gaussian mutation is compared to Gaussian and Cauchy mutations in the optimization of a set of test functions. Experimental results show the efficiency of the proposed method of self-adapting the mutation distribution in evolutionary algorithms.; FAPESP; CNPq in Brazil; Engineering and Physical Sciences Research Council (EPSRC) of the UK[EP/E060722/1]; Engineering and Physical Sciences Research Council (EPSRC) of the UK[EP/E060722/2]

Efficient Forest Data Structure for Evolutionary Algorithms Applied to Network Design

Delbem, Alexandre Cláudio Botazzo; Soares, Telma Woerle de Lima; Telles, Guilherme Pimentel
Fonte: IEEE; Los Alamitos Publicador: IEEE; Los Alamitos
Tipo: Artigo de Revista Científica
Português
Relevância na Pesquisa
66.17%
The design of a network is a solution to several engineering and science problems. Several network design problems are known to be NP-hard, and population-based metaheuristics like evolutionary algorithms (EAs) have been largely investigated for such problems. Such optimization methods simultaneously generate a large number of potential solutions to investigate the search space in breadth and, consequently, to avoid local optima. Obtaining a potential solution usually involves the construction and maintenance of several spanning trees, or more generally, spanning forests. To efficiently explore the search space, special data structures have been developed to provide operations that manipulate a set of spanning trees (population). For a tree with n nodes, the most efficient data structures available in the literature require time O(n) to generate a new spanning tree that modifies an existing one and to store the new solution. We propose a new data structure, called node-depth-degree representation (NDDR), and we demonstrate that using this encoding, generating a new spanning forest requires average time O(root n). Experiments with an EA based on NDDR applied to large-scale instances of the degree-constrained minimum spanning tree problem have shown that the implementation adds small constants and lower order terms to the theoretical bound.; FAPESP; Brazilian Research Foundation of the State of Sao Paulo; Brazilian Agency CNPq

Estruturas de dados eficientes para algoritmos evolutivos aplicados a projeto de redes; Efficient Data Structures to Evolutionary Algorithms Applied to Network Design Problems.

Soares, Telma Woerle de Lima
Fonte: Biblioteca Digitais de Teses e Dissertações da USP Publicador: Biblioteca Digitais de Teses e Dissertações da USP
Tipo: Tese de Doutorado Formato: application/pdf
Publicado em 22/05/2009 Português
Relevância na Pesquisa
66.24%
Problemas de projeto de redes (PPRs) são muito importantes uma vez que envolvem uma série de aplicações em áreas da engenharia e ciências. Para solucionar as limitações de algoritmos convencionais para PPRs que envolvem redes complexas do mundo real (em geral modeladas por grafos completos ou mesmo esparsos de larga-escala), heurísticas, como os algoritmos evolutivos (EAs), têm sido investigadas. Trabalhos recentes têm mostrado que estruturas de dados adequadas podem melhorar significativamente o desempenho de EAs para PPRs. Uma dessas estruturas de dados é a representação nó-profundidade (NDE, do inglês Node-depth Encoding). Em geral, a aplicação de EAs com a NDE tem apresentado resultados relevantes para PPRs de larga-escala. Este trabalho investiga o desenvolvimento de uma nova representação, baseada na NDE, chamada representação nó-profundidade-grau (NDDE, do inglês Node-depth-degree Encoding). A NDDE é composta por melhorias nos operadores existentes da NDE e pelo desenvolvimento de novos operadores de reprodução possibilitando a recombinação de soluções. Nesse sentido, desenvolveu-se um operador de recombinação capaz de lidar com grafos não-completos e completos, chamado EHR (do inglês, Evolutionary History Recombination Operator). Foram também desenvolvidos operadores de recombinação que lidam somente com grafos completos...

Algoritmos evolutivos e modelos simplificados de proteínas para predição de estruturas terciárias; Evolutionary algorithms and simplified models for tertiary protein structure prediction

Gabriel, Paulo Henrique Ribeiro
Fonte: Biblioteca Digitais de Teses e Dissertações da USP Publicador: Biblioteca Digitais de Teses e Dissertações da USP
Tipo: Dissertação de Mestrado Formato: application/pdf
Publicado em 23/03/2010 Português
Relevância na Pesquisa
66.17%
A predição de estruturas de proteínas (Protein Structure Prediction PSP) é um problema computacionalmente complexo. Para tratar esse problema, modelos simplificados de proteínas, como o Modelo HP, têm sido empregados para representar as conformações e Algoritmos Evolutivos (AEs) são utilizados na busca por soluções adequadas para PSP. Entretanto, abordagens utilizando AEs muitas vezes não tratam adequadamente as soluções geradas, prejudicando o desempenho da busca. Neste trabalho, é apresentada uma formulação multiobjetivo para PSP em Modelo HP, de modo a avaliar de forma mais robusta as conformações produzidas combinando uma avaliação baseada no número de contatos hidrofóbicos com a distância entre os monômeros. Foi adotado o Algoritmo Evolutivo Multiobjetivo em Tabelas (AEMT) a fim de otimizar essas métricas. O algoritmo pode adequadamente explorar o espaço de busca com pequeno número de indivíduos. Como consequência, o total de avaliações da função objetivo é significativamente reduzido, gerando um método para PSP utilizando Modelo HP mais rápido e robusto; Protein Structure Prediction (PSP) is a computationally complex problem. To overcome this drawback, simplified models of protein structures...

Avaliação de uma metodologia para restabelecimento de energia baseada em algoritmos evolutivos multi-objetivos no sistema de distribuição de energia da COPEL na cidade de Londrina; Evaluation of a methodology for service restoration based on multi-objective evolutionary algorithms for Copel distribution system in Londrina city

Camillo, Marcos Henrique Marçal
Fonte: Biblioteca Digitais de Teses e Dissertações da USP Publicador: Biblioteca Digitais de Teses e Dissertações da USP
Tipo: Dissertação de Mestrado Formato: application/pdf
Publicado em 12/09/2013 Português
Relevância na Pesquisa
66.21%
Desenvolver um sistema de distribuição de energia confiável é certamente um desafio inerente aos profissionais do setor elétrico. Porém, os sistemas estão sujeitos a falhas e, sendo assim, o rápido restabelecimento traz a satisfação do cliente e reduz as compensações pagas pelas concessionárias de energia. Neste contexto a presente dissertação visa avaliar a metodologia para restabelecimento de energia denominada AEMT-H que se baseia em algoritmos evolutivos multi-objetivo se na estrutura de dados chamada Representação Nó- Profundidade (RNP). Esta avaliação ocorrerá através da aplicação do AEMT-H para obtenção de planos de restabelecimento de energia após a ocorrência de faltas simples no sistema COPEL da cidade de Londrina. Os resultados gerados serão avaliados estatisticamente e ainda subjetivamente pelos profissionais do COD da concessionária. Os algoritmos evolutivos têm apresentado resultados animadores para os problemas de restabelecimento de energia. Em especial, os resultados obtidos, quando da representação computacional de sistemas de distribuição de grande porte (com milhares de barras e chaves) através da RNP, possuem como característica o tempo de resposta da ordem de segundos, instigando a evolução das pesquisas para utilização desta metodologia inclusive em aplicativos de tempo real. O sistema de Londrina possui 30.156 barras...

Algoritmos evolutivos para modelos de mistura de gaussianas em problemas com e sem restrições; Evolutionary algorithms for gausian mixture models with and without constraints

Covões, Thiago Ferreira
Fonte: Biblioteca Digitais de Teses e Dissertações da USP Publicador: Biblioteca Digitais de Teses e Dissertações da USP
Tipo: Tese de Doutorado Formato: application/pdf
Publicado em 09/12/2014 Português
Relevância na Pesquisa
66.32%
Nesta tese, são estudados algoritmos para agrupamento de dados, com particular ênfase em Agrupamento de Dados com Restrições, no qual, além dos objetos a serem agrupados, são fornecidos pelo usuário algumas informações sobre o agrupamento desejado. Como fundamentação para o agrupamento, são considerados os modelos de mistura finitos, em especial, com componentes gaussianos, usualmente chamados de modelos de mistura de gaussianas. Dentre os principais problemas que os algoritmos desenvolvidos nesta tese de doutorado buscam tratar destacam-se: (i) estimar parâmetros de modelo de mistura de gaussianas; (ii) como incorporar, de forma eficiente, restrições no processo de aprendizado de forma que tanto os dados quanto as restrições possam ser adicionadas de forma online; (iii) estimar, via restrições derivadas de conceitos pré-determinados sobre os objetos (usualmente chamados de classes), o número de grupos destes conceitos. Como ferramenta para auxiliar no desenvolvimento de soluções para tais problemas, foram utilizados algoritmos evolutivos que operam com mais de uma solução simultaneamente, além de utilizarem informações de soluções anteriores para guiar o processo de busca. Especificamente, foi desenvolvido um algoritmo evolutivo baseado na divisão e união de componentes para a estimação dos parâmetros de um modelo de mistura de gaussianas. Este algoritmo foi comparado com o algoritmo do mesmo gênero considerado estado-da-arte na literatura...

Otimização multiobjetivo de portfolios utilizando algoritmos evolutivos; Portfolio multiobjective optimization using evolutionary algorithms

Cecilia Morais Quinzani
Fonte: Biblioteca Digital da Unicamp Publicador: Biblioteca Digital da Unicamp
Tipo: Dissertação de Mestrado Formato: application/pdf
Publicado em 15/01/2010 Português
Relevância na Pesquisa
66.29%
O desenvolvimento das áreas tradicionais da engenharia tem sido caracterizado pelo crescente emprego de modelos de otimização como paradigmas para problemas de tomada de decisão. Quando estes modelos possuem mais de um objetivo são chamados de Problemas de Otimização Multiobjetivo (POM) e uma alternativa apropriada na resolução deste tipo de problema é a utilização de Algoritmos Evolutivos. Os Algoritmos Evolutivos (AE) simulam o processo de evolução natural. Simplificadamente, o conjunto de soluções candidatas (população) sobre o qual operam as metodologias é modificado utilizando dois princípios básicos de evolução: seleção e variação. O objetivo principal desta dissertação consiste na análise da aplicação de Algoritmos Evolutivos na otimização multiobjetivo de portfólios onde o importante é obter uma correlação ótima entre retorno e risco. Diversos algoritmos evolutivos foram analisados na dissertação, sendo também analisadas versões híbridas dos mesmos. A principal contribuição da dissertação é a proposta de um procedimento de refinamento das soluções que se baseia no comportamento da série histórica para gerar uma população inicial mais adequada. Uma comparação do desempenho dos diferentes algoritmos híbridos com e sem este refinamento da solução foi realizada e o algoritmo com melhor desempenho foi identificado; The development of traditional areas of engineering has been characterized by the increasing use of optimization models as paradigms for decision making problems. when these models have more than one objective...

Algoritmos evolutivos como método para desenvolvimento de projetos de arquitetura; Evolutionary algorithms as a method for developing architecture design

Jarryer Andrade de Martino
Fonte: Biblioteca Digital da Unicamp Publicador: Biblioteca Digital da Unicamp
Tipo: Tese de Doutorado Formato: application/pdf
Publicado em 25/02/2015 Português
Relevância na Pesquisa
66.36%
O projeto de arquitetura é composto por diferentes variáveis que precisam ser constantemente negociadas, algumas delas envolvem situações contraditórias, aumentando a complexidade da solução do problema. Os algoritmos evolutivos correspondem a um conjunto de técnicas que contribuem para a solução desse tipo de problema, e que podem ser incorporados ao sistema generativo de projeto de maneira a potencializar a obtenção de melhores resultados. Para isso, foi necessário entender a teoria evolucionista e os seus principais mecanismos, a estruturação e a implementação dos algoritmos evolutivos no ambiente computacional, e a sistematização do processo de projeto como base para o desenvolvimento de um método evolutivo. Dessa forma, foi definido um quadro teórico composto pelos principais eventos e conceitos relacionados à teoria evolucionista, à computação evolutiva e à discussão na década de 1960 sobre a sistematização do processo de projeto como uma sequência operativa capaz de registrar o processo mental do projetista, e o método evolutivo de projeto de arquitetura, sendo apresentada a sua estrutura, os componentes e exemplos. Embora esse método tivesse sido implementado na arquitetura na década de 1960...

Genetic and evolutionary algorithms for time series forecasting

Cortez, Paulo; Rocha, Miguel; Neves, José
Fonte: Springer Publicador: Springer
Tipo: Conferência ou Objeto de Conferência
Publicado em 04/06/2001 Português
Relevância na Pesquisa
66.17%
Nowadays, the ability to forecast the future, based only on past data, leads to strategic advantages, which may be the key to success in organizations. Time Series Forecasting allows the modeling of complex systems as black-boxes, being a focus of attention in several research arenas such as Operational Research, Statistics or Computer Science. On the other hand, Genetic and Evolutionary Algorithms (GEAs) are a novel technique increasingly used in Optimization and Machine Learning tasks. The present work reports on the forecast of several Time Series, by GEA based approaches, where Feature Analysis, based on statistical measures is used for dimensionality reduction. The handicap of the evolutionary approach is compared with conventional forecasting methods, being competitive.

Evaluating evolutionary algorithms and differential evolution for the online optimization of fermentation processes

Rocha, Miguel; Pinto, José P.; Rocha, I.; Ferreira, E. C.
Fonte: Springer-Verlag Publicador: Springer-Verlag
Tipo: Conferência ou Objeto de Conferência
Publicado em //2007 Português
Relevância na Pesquisa
66.22%
Although important contributions have been made in recent years within the field of bioprocess model development and validation, in many cases the utility of even relatively good models for process optimization with current state-of-the-art algorithms (mostly offline approaches) is quite low. The main cause for this is that open-loop fermentations do not compensate for the differences observed between model predictions and real variables, whose consequences can lead to quite undesirable consequences. In this work, the performance of two different algorithms belonging to the main groups of Evolutionary Algorithms (EA) and Differential Evolution (DE) is compared in the task of online optimisation of fed-batch fermentation processes. The proposed approach enables to obtain results close to the ones predicted initially by the mathematical models of the process, deals well with the noise in state variables and exhibits properties of graceful degradation. When comparing the optimization algorithms, the DE seems the best alternative, but its superiority seems to decrease when noisier settings are considered.; Fundação para a Ciência e a Tecnologia (FCT); Fundo Europeu de Desenvolvimento Regional (FEDER)

Evaluating evolutionary algorithms and differential evolution for the online optimization of fermentation processes

Rocha, Miguel; Pinto, José P.; Rocha, I.; Ferreira, E. C.
Fonte: Springer-Verlag Publicador: Springer-Verlag
Tipo: Artigo de Revista Científica
Publicado em /06/2007 Português
Relevância na Pesquisa
66.22%
Although important contributions have been made in recent years within the field of bioprocess model development and validation, in many cases the utility of even relatively good models for process optimization with current state-of-the-art algorithms (mostly offline approaches) is quite low. The main cause for this is that open-loop fermentations do not compensate for the differences observed between model predictions and real variables, whose consequences can lead to quite undesirable consequences. In this work, the performance of two different algorithms belonging to the main groups of Evolutionary Algorithms (EA) and Differential Evolution (DE) is compared in the task of online optimisation of fed-batch fermentation processes. The proposed approach enables to obtain results close to the ones predicted initially by the mathematical models of the process, deals well with the noise in state variables and exhibits properties of graceful degradation. When comparing the optimization algorithms, the DE seems the best alternative, but its superiority seems to decrease when noisier settings are considered.; Fundação para a Ciência e a Tecnologia (FCT) FEDER

Calibração de modelos de drenagem urbana utilizando algoritmos evolucionários multiobjetivo; Calibration models; multiobjective optimization; evolutionary algorithms;urban drainage

CARVALHO, Maíra de
Fonte: Universidade Federal de Goiás; BR; UFG; Mestrado em Engenharia do Meio Ambiente; Engenharias Publicador: Universidade Federal de Goiás; BR; UFG; Mestrado em Engenharia do Meio Ambiente; Engenharias
Tipo: Dissertação Formato: application/pdf
Português
Relevância na Pesquisa
66.21%
CARVALHO, M. Calibration models of urban drainage using multiobjective evolutionary algorithms. 2011. Dissertation (Masters of Environmental Engineering) - Civil Engineering College, Post-Graduation Stricto Sensu Program in Environmental Engineering - Federal University of Goiás, Goiânia, Goiás, Brazil, 2011.. This study proposed to develop and implement a calibration routine hydrological models applied to urban drainage using multiobjective optimization techniques. To make this work possible model was adopted Storm Water Management Model (SWMM) and the computational algorithms developed in MATLAB environment using an evolutionary algorithm. The method was applied to two different levels of detail in representing the Arroyo Cancels basin, located in the urban area of Santa Maria-RS, submitted to the hydrological processes involved in the process of rainfall-runoff transformation in the search for optimal values of hydrological parameters the basin. Objective functions were defined and applied simultaneously in the calibration parameters. Worked with the simulation of events of low and high intensity settings for two discretization of the watershed, and other simple and subdivided into 18 sub-basins. The sensitivity analysis performed made it possible to check that the parameters that most influenced the basin were simple: Percentage of impervious area and outlet width. Regarding the results for the various watershed discretization can be seen that in most cases when working with a more detailed watershed they were better...

Evolutionary algorithms for supply chain optimisation.

Ibrahimov, Maksud
Fonte: Universidade de Adelaide Publicador: Universidade de Adelaide
Tipo: Tese de Doutorado
Publicado em //2012 Português
Relevância na Pesquisa
66.24%
Many real-world problems can be modelled as a combination of several interacting components. Methods based on Evolutionary Algorithms seem to be appropriate for handling such problems, but they have not been extensively researched in such domains. In this thesis we study the applicability of Evolutionary Algorithms for today’s high complexity real-world problems which consist of several interacting components. A natural source of such problems emerged from supply chain management problems which consist of several interacting components, and are also generally non-linear, heavily constrained, and involve many variables. We aim to study possible approaches for supply chain optimisation problems that seamlessly integrate algorithms addressing the local components, under the framework of global optimisation.; Thesis (Ph.D.) -- University of Adelaide, School of Computer Science, 2012

Optimizing system-on-chip verifications with multi-objective genetic evolutionary algorithms

Cheng, A.; Lim, C.C.
Fonte: American Institute of Mathematical Sciences Publicador: American Institute of Mathematical Sciences
Tipo: Artigo de Revista Científica
Publicado em //2014 Português
Relevância na Pesquisa
66.17%
Verification of semiconductor chip designs is commonly driven by single goal orientated measures. With increasing design complexities, this approach is no longer effective. We enhance the effectiveness of coverage driven design verifications by applying multi-objective optimization techniques. The technique is based on genetic evolutionary algorithms. Difficulties with conflicting test objectives and selection of tests to achieve multiple verification goals in the genetic evolutionary framework are also addressed.; Adriel Cheng and Cheng-Chew Lim

Fixed-parameter evolutionary algorithms and the vertex cover problem

Kratsch, S.; Neumann, F.
Fonte: Springer-Verlag Publicador: Springer-Verlag
Tipo: Artigo de Revista Científica
Publicado em //2013 Português
Relevância na Pesquisa
66.34%
In this paper, we consider multi-objective evolutionary algorithms for the Vertex Cover problem in the context of parameterized complexity. We consider two different measures for the problem. The first measure is a very natural multi-objective one for the use of evolutionary algorithms and takes into account the number of chosen vertices and the number of edges that remain uncovered. The second fitness function is based on a linear programming formulation and proves to give better results. We point out that both approaches lead to a kernelization for the Vertex Cover problem. Based on this, we show that evolutionary algorithms solve the vertex cover problem efficiently if the size of a minimum vertex cover is not too large, i.e., the expected runtime is bounded by O(f(OPT)⋅n c ), where c is a constant and f a function that only depends on OPT. This shows that evolutionary algorithms are randomized fixed-parameter tractable algorithms for the vertex cover problem.; Stefan Kratsch, Frank Neumann

The segmentation issue: general stopping criteria and specific design considerations for practical application of evolutionary algorithms

Guerrero Madrid, José Luis
Fonte: Universidade Carlos III de Madrid Publicador: Universidade Carlos III de Madrid
Tipo: Tese de Doutorado
Português
Relevância na Pesquisa
66.39%
Segmentation is a tool presented for representation and approximation of data, according to a set of appropriate models. These procedures have applications to many different domains, such as time series analysis, polygonal approximation, Air Traffic Control,... Different heuristic and metaheuristic proposals have been introduced to deal with this issue. This thesis provides a novel multiobjective evolutionary method, analyzing the required general tools for the application evolutionary algorithms to real problems and the specific modifications required over the different steps of general proposals to adapt them to the segmentation domain. An introduction to the domain is presented by means of the design of a specific heuristic for segmentation of Air Traffic Control (ATC) data. This domain has a series of characteristics which make it difficult to be faced with traditional techniques: noisy data and a large number of measurements. The proposal works on two phases, using a pre-segmentation which introduces available domain information and applying a standard technique over this initial technique's results. Its results according to the presented domain, tested with a set of eight different representative trajectories, show competitive advantages compared to general approaches...

A survey of evolutionary algorithms for decision-tree induction

Barros, Rodrigo Coelho; Basgalupp, Márcio Porto; Carvalho, André Carlos Ponce de Leon Ferreira de; Freitas, Alex A.
Fonte: IEEE-INST ELECTRICAL ELECTRONICS ENGINEERS INC; PISCATAWAY Publicador: IEEE-INST ELECTRICAL ELECTRONICS ENGINEERS INC; PISCATAWAY
Tipo: Artigo de Revista Científica
Português
Relevância na Pesquisa
66.37%
This paper presents a survey of evolutionary algorithms that are designed for decision-tree induction. In this context, most of the paper focuses on approaches that evolve decision trees as an alternate heuristics to the traditional top-down divide-and-conquer approach. Additionally, we present some alternative methods that make use of evolutionary algorithms to improve particular components of decision-tree classifiers. The paper's original contributions are the following. First, it provides an up-to-date overview that is fully focused on evolutionary algorithms and decision trees and does not concentrate on any specific evolutionary approach. Second, it provides a taxonomy, which addresses works that evolve decision trees and works that design decision-tree components by the use of evolutionary algorithms. Finally, a number of references are provided that describe applications of evolutionary algorithms for decision-tree induction in different domains. At the end of this paper, we address some important issues and open questions that can be the subject of future research.; Coordenacao de Aperfeicoamento de Pessoal de Nivel Superior (CAPES); Conselho Nacional de Desenvolvimento Cientifico e Tecnologico (CNPq); Fundacao de Amparo a Pesquisa do Estado de Sao Paulo (FAPESP)

Evolutionary algorithms and dynamic programming

Doerr, B.; Eremeev, A.; Horoba, C.; Neumann, F.; Theile, M.
Fonte: ACM Press; New York Publicador: ACM Press; New York
Tipo: Conference paper
Publicado em //2009 Português
Relevância na Pesquisa
66.31%
Recently, it has been proven that evolutionary algorithms produce good results for a wide range of combinatorial optimization problems. Some of the considered problems are tackled by evolutionary algorithms that use a representation, which enables them to construct solutions in a dynamic programming fashion. We take a general approach and relate the construction of such algorithms to the development of algorithms using dynamic programming techniques. Thereby, we give general guidelines on how to develop evolutionary algorithms that have the additional ability of carrying out dynamic programming steps.; Benjamin Doerr, Anton Eremeev, Christian Horoba, Frank Neumann and Madeleing Theile

Statistical framework for terminating evolutionary algorithms at their steady state

Roche Valles, David
Fonte: [Barcelona] : Universitat Autònoma de Barcelona, Publicador: [Barcelona] : Universitat Autònoma de Barcelona,
Tipo: Tesis i dissertacions electròniques; info:eu-repo/semantics/doctoralThesis; info:eu-repo/semantics/publishedVersion Formato: application/pdf
Publicado em //2015 Português
Relevância na Pesquisa
66.24%
El objetivo de esta tesis es de determinar la calidad de las condiciones de parada existentes para terminar un Algoritmo Evolutivo cuando llegue a su un estado estacionario. Un Algoritmo Evolutivo es una técnica iterativa basada en poblaciones de individuos e inspirada en las reglas de la evolución natural para encontrar (o explorar) el conjunto de puntos, en un espacio de búsqueda, que mejor se ajustan a una situación dada de acuerdo con una función de coste. Delante de cualquier problema, en prácticamente todas las situaciones, se necesita explorar un conjunto de posibles soluciones donde cada una de ellas se puede evaluar. Por tanto, los Algoritmos Evolutivos se pueden entender como una técnica de optimización si tenemos una función de coste que determine la bondad del ajuste. Como para cualquier técnica iterativa, es esencial disponer de un criterio de parada. En el caso de los métodos de optimización, el algoritmo habría de parase en el momento en el que ha llegado a su estado estacionario y por tanto ya no se podrán mejorar los resultados. Determinar la fiabilidad de las condiciones de parada de un algoritmo evolutivo es de gran importancia. Un criterio de parada débil o equivocado puede afectar negativamente tanto al esfuerzo computacional como al resultado final. En esta tesis introducimos un marco estadístico para determinar cuándo una condición de parada es capaz de parar el Algoritmo Evolutivo en el momento en el que llegue a su estado estacionario. Por una parte...

Accelerating evolutionary algorithms with Gaussian process fitness function models

Buche, Dirk; Schraudolph, Nicol; Koumoutsakos, Petros
Fonte: Institute of Electrical and Electronics Engineers (IEEE Inc) Publicador: Institute of Electrical and Electronics Engineers (IEEE Inc)
Tipo: Artigo de Revista Científica
Português
Relevância na Pesquisa
66.17%
We present an overview of evolutionary algorithms that use empirical models of the fitness function to accelerate convergence, distinguishing between evolution control and the surrogate approach. We describe the Gaussian process model and propose using it as an inexpensive fitness function surrogate. Implementation issues such as efficient and numerically stable computation, exploration versus exploitation, local modeling, multiple objectives and constraints, and failed evaluations are addressed. Our resulting Gaussian process optimization procedure clearly outperforms other evolutionary strategies on standard test functions as well as on a real-world problem: The optimization of stationary gas turbine compressor profiles.