ıllı Internet y Tecnologías de la Información (2018)

internet, Hosting, dominios, seo, antivirus, banco de imágenes, páginas web, tiendas online

[Enciclopedia Online Gratuita] Diccionario de Internet y Tecnologías de la Información y la Comunicación (TIC):

ıllı Hiperheurística wiki: info, historia y vídeos

videos internet

salud  Hiperheurística 


Una hiper-heurística es un procedimiento de busca heurística que busca mecanizar, frecuentemente a través de la integración de técnicas de aprendizaje automático, el proceso de escoger, conjuntar, producir o bien amoldar múltiples heurísticas más simples (o bien componentes de semejantes heurísticas) para solucionar eficazmente inconvenientes de busca computacional. Una de las motivaciones para estudiar la hiperheurística es edificar sistemas que puedan manejar clases de inconvenientes en vez de solucionar un solo inconveniente.


Puede haber múltiples heurísticas que se pueden escoger para solucionar un inconveniente, y cada heurística tiene su fuerza y debilidad. La idea es diseñar de manera automática algoritmos combinando la fuerza y compensando la debilidad de las heurísticas conocidas. En un marco hiperheurístico habitual hay una metodología de alto nivel y un conjunto de heurísticas de bajo nivel (heurísticas edificantes o bien perturbativas). Dada una instancia de inconveniente, el procedimiento de alto nivel elige la heurística de bajo nivel que debe aplicarse en un instante dado, en dependencia del estado del inconveniente actual o bien de la etapa de busca.


La diferencia esencial entre las metaheurísticas y las hiperheurísticas es que la mayor parte de las implementaciones metaheurísticas procuran en un espacio de busca de soluciones de inconvenientes, al tiempo que las hiperheurísticas siempre y en toda circunstancia procuran en un espacio de busca de heurísticas. Por consiguiente, cuando se usa hiper-heurística, tratamos de hallar el procedimiento adecuado o bien secuencia de heurísticas en una situación dada en vez de intentar solucionar un inconveniente de forma directa. Además de esto, buscamos una metodología por norma general aplicable en vez de solucionar una sola instancia problemática.


El objetivo de las hiper-heurísticas es ser métodos genéricos, los que deben generar soluciones de calidad admisible, basadas en un conjunto de heurísticas de bajo nivel simples de incorporar.


A pesar de los progresos significativos en la construcción de metodologías de busca para una extensa pluralidad de áreas de aplicación hasta el instante, semejantes enfoques aún requieren especialistas para integrar sus conocimientos en un determinado dominio de inconveniente. Muchos estudiosos de la ciencia de la computación, la inteligencia artificial y la investigación operacional ya han reconocido la necesidad de desarrollar sistemas automatizados para sustituir el papel de un especialista humano en semejantes situaciones. Una de las primordiales ideas para mecanizar el diseño de la heurística requiere la integración de mecanismos de aprendizaje automático en algoritmos para guiar la busca de forma adaptativa. Tanto los procesos de aprendizaje como los de adaptación pueden efectuarse online o bien fuera de línea, y fundamentarse en heurísticas edificantes o bien perturbativas.


Una hiperheurística acostumbra a tener como objetivo reducir la cantidad de conocimiento del dominio en la metodología de busca. El enfoque resultante habría de ser asequible y veloz de incorporar, requiriendo menos experiencia en el dominio del inconveniente o bien en los métodos heurísticos, y (idealmente) sería suficientemente robusto para manejar ciertamente un rango de instancias problemáticas de una pluralidad de dominios. La meta es elevar el nivel de generalidad de la metodología de apoyo a la toma de resoluciones quizás a cargo de la calidad de la solución reducida -si bien admisible- en comparación con los enfoques metaheurísticos hechos a medida.Con el fin de reducir la brecha entre los esquemas a la medida y las estrategias hiperheurísticas, se han propuesto hiperheurísticas paralelas.


El término "hiperheurística" fue acuñado por vez primera en una publicación de dos mil de Cowling y Soubeiga, que la usó para describir la idea de "heurística para escoger la heurística". Emplearon un enfoque de aprendizaje de la "función de elección" que intercambia la explotación y la exploración al escoger la próxima heurística a usar. Más tarde Cowling, Soubeiga, Kendall, Han, Ross y otros autores estudiaron y ampliaron esta idea en áreas como algoritmos evolutivos y heurísticas patológicas de bajo nivel. El primer artículo de la gaceta para emplear el término apareció en dos mil tres. El origen de la idea (si bien no el término) se remonta a inicios de 1960 y fue descubierto y ampliado de forma independiente múltiples veces a lo largo de los años noventa. En el campo de Job Shop Scheduling, el trabajo vanguardista de Fisher y Thompson, propuso la hipótesis y probó experimentalmente, usando el aprendizaje probabilístico, que la combinación de reglas de programación (asimismo famosa como prioridad o bien reglas de despacho) era superior a cualquiera de las Las reglas adoptadas separadamente. Si bien el término no estaba entonces en empleo, este fue el primer artículo "hiperheurístico". Otra raíz que inspira el término de hiperheurística procede del campo de la inteligencia artificial. Más particularmente, procede del trabajo sobre sistemas de planificación automatizados, y su ocasional enfoque cara el inconveniente del conocimiento del control del aprendizaje. El llamado sistema COMPOSER, desarrollado por Gratch et al, se empleó para supervisar los horarios de comunicaciones por satélite que implican una serie de satélites en órbita terrestre y 3 estaciones terrestres. El sistema se puede caracterizar como una busca de escalada en el espacio de posibles estrategias de control.


Hasta ahora, los enfoques hiper-heurísticos pueden clasificarse en 2 categorías primordiales. En la primera clase, capturada por la heurística oración para escoger la heurística, el marco hiper-heurístico se da por un conjunto de heurísticas preexistentes, normalmente extensamente conocidos para solucionar el inconveniente objetivo. La labor es descubrir una buena secuencia de aplicaciones de estas heurísticas para solucionar de manera eficaz el inconveniente.En la segunda clase, la heurística para producir heurística, la idea clave es "desarrollar nuevas heurísticas empleando los componentes de las heurísticas conocidas". El proceso requiere, como en la primera clase de hiperheurísticas, la selección de Un conjunto conveniente de heurísticas conocidas por ser útiles para solucionar el inconveniente objetivo. No obstante, en vez de suministrarlas de manera directa al marco, las heurísticas se descomponen primero en sus componentes básicos.


Estos 2 tipos extensos primordiales se pueden clasificar más adelante conforme si se fundamentan en la busca edificante o bien perturbativa. Una clasificación ortogonal auxiliar de hiperheurísticas estima que la fuente da retroalimentación a lo largo del proceso de aprendizaje, que puede ser una instancia (aprendizaje online) o bien muchas instancias del inconveniente latente estudiado (aprendizaje fuera de línea).


Metodologías para seleccionar heurística


Descubra buenas combinaciones de heurísticas de bajo nivel fijas, diseñadas por humanos y muy conocidas.



  • Basado en la heurística constructiva
  • Basado en la heurística perturbativa

Metodologías para producir heurística


Generar nuevos métodos heurísticos empleando componentes básicos de métodos heurísticos anteriormente existentes.



  • Basado en componentes básicos de heurística constructiva
  • Basado en componentes básicos de heurística constructiva

Aprendizaje on line hyperheurística


El aprendizaje tiene sitio mientras que el algoritmo está resolviendo una instancia de un inconveniente, por tanto, las propiedades locales dependientes de la labor pueden ser empleadas por la estrategia de alto nivel para determinar la heurística de bajo nivel apropiada que se va a aplicar. Ejemplos de enfoques de aprendizaje on line en la hiperheurística son: el empleo del aprendizaje de refuerzo para la selección heurística y, por lo general, el empleo de metaheurísticas como estrategias de busca de alto nivel sobre un espacio de busca de heurísticas.


Hiper-heurística de aprendizaje fuera de línea


La idea es compendiar conocimientos en forma de reglas o bien programas, desde un conjunto de instancias de capacitación, que se espera generalizar al proceso de solucionar instancias invisibles. Ejemplos de enfoques de aprendizaje fuera de línea en las hiperheurísticas son: aprendizaje de sistemas clasificadores, argumento de base de casos y programación genética.


  ELIGE TU TEMA DE INTERÉS: 


autoayuda.es   Internet y Tecnologias 

Está aquí: Inicio > [ INTERNET ] > ıllı Hiperheurística wiki: info, historia y vídeos

Las cookies nos permiten ofrecer nuestros servicios. Al utilizar nuestros servicios, aceptas el uso que hacemos de las cookies. Ver políticas