SciELO - Scientific Electronic Library Online

 
vol.29 suppl.2Estrategia basada en el aprendizaje de máquina para tratar con conjuntos de datos no etiquetados usando conjuntos aproximados y/o ganancia de informaciónIdentificación de parámetros de un modelo térmico para un motor trifásico de inducción usando algoritmos genéticos índice de autoresíndice de materiabúsqueda de artículos
Home Pagelista alfabética de revistas  

Servicios Personalizados

Revista

Articulo

Indicadores

Links relacionados

  • No hay articulos similaresSimilares en SciELO

Compartir


Revista Tecnología en Marcha

versión On-line ISSN 0379-3982versión impresa ISSN 0379-3982

Resumen

CALDERON-ARCE, Cindy  y  ALVARADO-MOYA, Pablo. Optimización multiobjetivo con funciones de alto costo computacional. Revisión del estado del arte. Tecnología en Marcha [online]. 2016, vol.29, suppl.2, pp.16-24. ISSN 0379-3982.  http://dx.doi.org/10.18845/tm.v29i5.2582.

La optimización multiobjetivo es un proceso complejo, más aún cuando las funciones objetivo que definen los problemas no están bien condicionadas o no cumplen con los requisitos mínimos para garantizar la convergencia de algoritmos clásicos, como convexidad, continuidad y diferenciabilidad. La literatura, entonces, se enfoca en el estudio de técnicas de optimización para problemas definidos por funciones con características particulares, por ejemplo, que el costo de su evaluación sea elevado, no convexas o no diferenciables. Este artículo hace una revisión general de las técnicas predominantes en problemas este tipo de funciones.

Palabras clave : Optimización multiobjetivo; costo computacional; algoritmos evolutivos; aproximaciones; modelos gaussianos; superficies de seudorespuesta.

        · resumen en Inglés     · texto en Español     · Español ( pdf )