Clases de equivalencia en algoritmos de estimación de distribuciones. Echegoyen, C., Mendiburu, A., Santana, R., & Lozano, J., A. In Proceedings of the VIII Congreso Español sobre Metaheur\'\isticas, Algoritmos Evolutivos y Bioinspirados (MAEB-2012), 2012.
abstract   bibtex   
Entender la relación que surge entre un algoritmo de búsqueda y el espacio de problemas es una cuestión fundamental en el campo de la optimización. En este trabajo nos centramos en la elaboración de taxonom\'\ias de problemas para algoritmos de est de distribuciones (EDAs). Mediante la utilización del modelo de población infinita y asumiendo selección basada en el ranqueo de las soluciones, agrupamos las funciones inyectivas segun el comportamiento del EDA. Para llevar a cabo esta clasificación, se define una relación de equivalencia entre funciones que permite particionar el espacio de funciones en clases de equivalencia para las cuales el algoritmo tiene un comportamiento similar. Considerar diferentes modelos probabil\'\isticos en el EDA genera diferentes particiones del conjunto de posibles problemas. Como consecuencia natural de las definiciones, todas las funciones objetivo están en la misma clase de equivale ncia cua ndo el algoritmo no impone restricciones sobre el modelo probabil\'\istico. Con el fin de crear una primera taxonom\'\ia de problemas, nos centramos en la partición que se produce cuando se considera un modelo probabil\'\istico que asume independencia entre las variables. Para ello, primero fijamos las condiciones suficientes para decidir si dos funciones son equivalentes y segundo, obtenemos los operadores para describir y contar los miembros de una clase. En general, el presente trabajo sienta las bases para continuar el estudio del comportamiento de los EDAs y su relación con los problemas de optimización.
@inproceedings{
 title = {Clases de equivalencia en algoritmos de estimación de distribuciones},
 type = {inproceedings},
 year = {2012},
 keywords = {isg_ehu},
 id = {cbb28f8c-7683-3ee5-afd3-f0889599010a},
 created = {2021-11-12T08:32:00.610Z},
 file_attached = {false},
 profile_id = {789246de-927b-32cc-ae4f-1b7e2b31674c},
 group_id = {e3c82d43-35db-3bbb-b28a-0fd521d70498},
 last_modified = {2021-11-12T08:32:00.610Z},
 read = {false},
 starred = {false},
 authored = {false},
 confirmed = {false},
 hidden = {false},
 source_type = {inproceedings},
 private_publication = {false},
 abstract = {Entender la relación que surge entre un algoritmo de búsqueda y el espacio de problemas es una cuestión fundamental en el campo de la optimización. En este trabajo nos centramos en la elaboración de taxonom\'\ias de problemas para algoritmos de est de distribuciones (EDAs). Mediante la utilización del modelo de población infinita y asumiendo selección basada en el ranqueo de las soluciones, agrupamos las funciones inyectivas segun el comportamiento del EDA. Para llevar a cabo esta clasificación, se define una relación de equivalencia entre funciones que permite particionar el espacio de funciones en clases de equivalencia para las cuales el algoritmo tiene un comportamiento similar. Considerar diferentes modelos probabil\'\isticos en el EDA genera diferentes particiones del conjunto de posibles problemas. Como consecuencia natural de las definiciones, todas las funciones objetivo están en la misma clase de equivale ncia cua ndo el algoritmo no impone restricciones sobre el modelo probabil\'\istico. Con el fin de crear una primera taxonom\'\ia de problemas, nos centramos en la partición que se produce cuando se considera un modelo probabil\'\istico que asume independencia entre las variables. Para ello, primero fijamos las condiciones suficientes para decidir si dos funciones son equivalentes y segundo, obtenemos los operadores para describir y contar los miembros de una clase. En general, el presente trabajo sienta las bases para continuar el estudio del comportamiento de los EDAs y su relación con los problemas de optimización.},
 bibtype = {inproceedings},
 author = {Echegoyen, C and Mendiburu, A and Santana, R and Lozano, J A},
 booktitle = {Proceedings of the VIII Congreso Español sobre Metaheur\'\isticas, Algoritmos Evolutivos y Bioinspirados (MAEB-2012)}
}

Downloads: 0