Esta imagen (o todas las imágenes de este artículo o categoría) se ha subido en formato JPEG. Sin embargo, contiene información que podría almacenarse de forma más eficiente o exacta con formato PNG o SVG. Si es posible, suba una versión PNG o SVG de esta imagen sin artefactos de compresión que provenga de una fuente que no sea JPEG o a la que se le hayan eliminado los artefactos existentes. Tras hacerlo, por favor:
English: Meta-optimization progress of finding good behavioural parameters NP and F of Differential Evolution (DE) with a fixed parameter CR = 0.9, when DE is used for optimizing several benchmark problems problems in aggregate. Lines show moves made by the meta-optimizer (the method Local Unimodal Sampling, or LUS, is being used as meta-optimizer), crosses show moves contemplated but not taken as they would lead to worse meta-fitness. These are superimposed on the meta-fitness or performance landscape to show the valley of good performing parameters is actually found.
Fecha
Fuente
Trabajo propio
Autor
Pedersen, M.E.H., Tuning & Simplifying Heuristical Optimization, PhD Thesis, 2010, University of Southampton, School of Engineering Sciences, Computational Engineering and Design Group.
Licencia
Public domainPublic domainfalsefalse
Yo, el titular de los derechos de autor de esta obra, lo libero al dominio público. Esto aplica en todo el mundo. En algunos países esto puede no ser legalmente factible; si ello ocurriese: Concedo a cualquier persona el derecho de usar este trabajo para cualquier propósito, sin ningún tipo de condición al menos que éstas sean requeridas por la ley.
Leyendas
Añade una explicación corta acerca de lo que representa este archivo
{{Information |Description={{en|1=Meta-optimization progress of finding good behavioural parameters NP and F of Differential Evolution (DE) with a fixed parameter CR = 0.9, when DE is used for optimizing several benchmark problems problems in aggregate. L