Bibliotecas PUCV

Modelos de generación de configuraciones basado en Evolución Diferencial para Iterated Racing

DSpace/Manakin Repository

Search DSpace


Advanced Search

Show simple item record

dc.creator Vergaray Almontes, David Antonio
dc.creator Pérez Cáceres, Leslie Angélica
dc.creator Rodríguez Agurto, Nibaldo
Fecha Tésis dc.date 2020
Fecha Ingreso dc.date.accessioned 2021-10-21T13:56:00Z
Fecha Disponible dc.date.available 2021-10-21T13:56:00Z
Fecha en Repositorio dc.date.issued 2021-10-21
Resumen dc.description Irace es un software para la configuración automática de algoritmos de optimización. Irace implementa un algoritmo de iterated racing que busca el espacio de configuraciones apoyado en un conjunto de modelos locales para el muestreo de configuraciones. Este método le permite al algoritmo tener acceso a una mayor porción del espacio de búsqueda y así explorar un conjunto mayor de posibles soluciones. Sin embargo, este proceso del modelamiento local podría obstaculizar la búsqueda de buenos valores para los parámetros numéricos, ya que las configuraciones resultantes suelen no concentrarse en un valor numérico en específico, necesitando muchas más iteraciones de búsqueda para poder encontrar una configuración satisfactoria. Es por esto, que se plantea la idea de reemplazar el conjunto de modelos locales de Irace para la generación de los parametros numéricos, por uno que sea global, con el objetivo de ayudar a Irace encontrar mejores valores para los parámetros numéricos más rápidamente. El método que se propone para este cambio es Evolución Diferencial, un reconocido Algoritmo de Optimización global. En este proyecto, se propone e implementa un nuevo método de generación de configuraciones en irace y se realizan experimentos para evaluar el impacto del método propuesto
Resumen dc.description Informe Final del Proyecto
Resumen dc.description Irace es un software para la configuración automática de algoritmos de optimización. Irace implementa un algoritmo de iterated racing que busca el espacio de configuraciones apoyado en un conjunto de modelos locales para el muestreo de configuraciones. Este método le permite al algoritmo tener acceso a una mayor porción del espacio de búsqueda y así explorar un conjunto mayor de posibles soluciones. Sin embargo, este proceso del modelamiento local podría obstaculizar la búsqueda de buenos valores para los parámetros numéricos, ya que las configuraciones resultantes suelen no concentrarse en un valor numérico en específico, necesitando muchas más iteraciones de búsqueda para poder encontrar una configuración satisfactoria. Es por esto, que se plantea la idea de reemplazar el conjunto de modelos locales de Irace para la generación de los parametros numéricos, por uno que sea global, con el objetivo de ayudar a Irace encontrar mejores valores para los parámetros numéricos más rápidamente. El método que se propone para este cambio es Evolución Diferencial, un reconocido Algoritmo de Optimización global. En este proyecto, se propone e implementa un nuevo método de generación de configuraciones en irace y se realizan experimentos para evaluar el impacto del método propuesto
Lenguaje dc.language eng
Editor dc.publisher Valparaíso, Chile Pontificia Universidad Católica de Valparaíso
dc.source https://drive.google.com/file/d/1a0PT1A5lKeUtXPz28ODKGBHitTu1cfNZ/view?usp=sharing
Materia dc.subject Sampling Numérico
Materia dc.subject Estrategias de Evolución Diferencial
Title dc.title Modelos de generación de configuraciones basado en Evolución Diferencial para Iterated Racing
Tipo dc.type software, multimedia


Files in this item

Files Size Format View

There are no files associated with this item.

This item appears in the following Collection(s)

Show simple item record