Algoritmos evolutivos para optimización multiobjetivo: un estudio comparativo en un ambiente paralelo asíncrono
El presente trabajo propone el desarrollo de Algoritmos Evolutivos Multiobjetivos paralelos (parallel Multi-Objective Evolutionary Algorithms- pMOEAs). Varios modelos de paralelización alternativos fueron considerados y analizados. Siguiendo distintos modelos propuestos, diferentes MOEAs han sido im...
Guardado en:
| Autores principales: | , , |
|---|---|
| Formato: | Objeto de conferencia |
| Lenguaje: | Español |
| Publicado: |
2004
|
| Materias: | |
| Acceso en línea: | http://sedici.unlp.edu.ar/handle/10915/22476 |
| Aporte de: |
| Sumario: | El presente trabajo propone el desarrollo de Algoritmos Evolutivos Multiobjetivos paralelos (parallel Multi-Objective Evolutionary Algorithms- pMOEAs). Varios modelos de paralelización alternativos fueron considerados y analizados. Siguiendo distintos modelos propuestos, diferentes MOEAs han sido implementados en paralelo y aplicados en la resolución de problemas de prueba de distinta dificultad. Los resultados obtenidos por los distintos MOEAs, tanto en sus versiones secuenciales como paralelas, han sido comparados y analizados en base a distintas métricas experimentales de desempeño. La paralelización de MOEAs ha demostrado ser una alternativa válida para mejorar el desempeño de los estos algoritmos en todos los problemas de prueba considerados. |
|---|