image/svg+xml Algoritmos que resuelvenproblemas de optimización Una Metaheurística Eficientepara Optimización Binivel Jesús MejíaAsesor: Efrén Mezura Montes IA Algoritmos Evolutivos Multi-objetivo Espacios Restringidos Nivel Superior Optimización Binivel Nivel Inferior Algoritmos Metaheurísticos NP-duros: No se puedenresolver, ni evaluar las soluciones en tiempo razonable (polinomial) NP-completos P NP 12345678 0 500 1000 1500 2000 2500 SABO BLDES BLEAQ-II epsilon-KKT Funciones de prueba Function evaluations bi-level.org/sabo Referencias Sí No ¿Sabes inglés? ¿EnfoqueMatemático? Computación Evolutiva 2a edición, edit. C.A. Coello-Coello (2019).AMEXCOMP.Matematicas básicas: de lo intuitivoy concreto a lo abstracto1a edición, L. Romero-Munoz &M. García-Villanueva (2020).AMEXCOMP. Foundations of bilevel programming.Dempe, S. (2002). Springer Science & Business Media.Bilevel Optimization.Dempe, S., & Zemkoho, A. (2020).Springer.Evolutionary algorithms in theory and practice:evolution strategies, evolutionaryprogramming, genetic algorithms.Back, T. (1996). Oxford university press. Talbi, El-Ghazali. "A taxonomy of metaheuristicsfor bi-level optimization."Metaheuristics for bi-level optimization.Springer, Berlin, Heidelberg, 2013. 1-39.Sinha, A., Malo, P., & Deb, K. (2017).A review on bilevel optimization:from classical to evolutionary approaches andapplications.IEEE Transactions on EvolutionaryComputation, 22(2), 276-295.Mejía-de-Dios, J. A., & Mezura-Montes, E. (2020, June).A surrogate-assisted metaheuristic for bilevel optimization.In Proceedings of the 2020 Genetic and EvolutionaryComputation Conference (pp. 629-635). Sí No Disponible en:bi-level.org/sac2020 ¡Gracias!bi-level.org/jmejia
1
  1. New frame
  2. New frame
  3. New frame
  4. New frame
  5. New frame
  6. New frame
  7. New frame
  8. New frame
  9. New frame
  10. New frame
  11. New frame
  12. New frame
  13. New frame
  14. New frame
  15. New frame