Abstract
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.
Cite
CITATION STYLE
Calderón-Arce, C., & Alvarado-Moya, P. (2016). Optimización multiobjetivo con funciones de alto costo computacional. Revisión del estado del arte. Revista Tecnología En Marcha, 29(5), 16. https://doi.org/10.18845/tm.v29i5.2582
Register to see more suggestions
Mendeley helps you to discover research relevant for your work.