02-12-2019 / 17:21 h EFE

Un grupo de investigadores de la Escuela Politécnica Superior de la Universidad Autónoma de Madrid (EPS-UAM) ha diseñado un nuevo algoritmo que ayuda a solucionar procesos que requieren la optimización de múltiples objetivos a la vez.

Los resultados del trabajo, publicados en la revista internacional ‘Neurocomputing’, hacen referencia a un algoritmo que obtiene una solución para aquellos problemas que requieren optimizar múltiples objetivos bajo restricciones.

Se trata de un algoritmo de la familia bayesiana, una modalidad que se caracteriza porque, para una configuración de variables dada, brinda la solución “más óptima” y un valor de incertidumbre asociada, sin necesidad de evaluar los objetivos ni las restricciones, según explica la UAM en una nota de prensa.

Los autores abundan que el algoritmo emplea una predicción e incertidumbre junto con la teoría de la información para sugerir cual es el siguiente punto donde evaluar, “para encontrar la solución al problema en un número pequeño de pasos”.

Una vez realizada la evaluación, los modelos probabilísticos se actualizan y vuelven a sugerir una nueva configuración a evaluar, repitiéndose el proceso anterior; con lo que finalmente el algoritmo “sugiere tantas configuraciones como evaluaciones posibles”.

Cuando el presupuesto se agota, el modelo sugiere como configuración final la que los modelos probabilísticos consideran que es la mejor, teniendo en cuenta la información que ha sido obtenida hasta el momento.

Además, los autores hacen hincapié en que estos algoritmos, al no tener en cuenta el componente humano, son capaces de "evitar prejuicios" y, por tanto, pueden llegar a soluciones que no habrían sido tomadas en caso de no utilizarlos.

 
Noticias relacionadas

    No se ha podido acceder al contenido, vuelve a intentarlo más tarde.
PUBLICIDAD
<< >> Octubre 2020
L M X J V S D
      1 2 3 4
5 6 7 8 9 10 11
12 13 14 15 16 17 18
19 20 21 22 23 24 25
26 27 28 29 30    
Búsqueda por días
Introduce la fecha
PUBLICIDAD