A statistical learning based approach for parameter fine-tuning of metaheuristics

Author

Calvet Liñan, Laura

Juan Pérez, Ángel Alejandro

Serrat Piè, Carles

Ries, Jana

Publication date

2017-12-14T13:42:00Z

2017-12-14T13:42:00Z

2016-01



Abstract

Metaheuristics are approximation methods used to solve combinatorial optimization problems. Their performance usually depends on a set of parameters that need to be adjusted. The selectionof appropriate parameter values causes a loss of efficiency, as it requires time, and advanced analytical and problem-specific skills. This paper provides an overview of the principal approaches to tackle the Parameter Setting Problem, focusing on the statistical procedures employed so far by the scientific community. In addition, a novel methodology is proposed, which is tested using an already existing algorithm for solving the Multi-Depot Vehicle Routing Problem.


Las metaheurísticas son métodos de aproximación utilizados para resolver problemas combinatorios de optimización. Su rendimiento generalmente depende de un conjunto de parámetros que deben ajustarse. La selección de valores de parámetros apropiados causa una pérdida de eficiencia, ya que requiere tiempo y habilidades analíticas avanzadas y específicas de un problema. Este documento proporciona una visión general de los principales enfoques para abordar el problema de configuración de parámetros, centrándose en los procedimientos estadísticos empleados hasta ahora por la comunidad científica. Además, se propone una nueva metodología, que se prueba utilizando un algoritmo ya existente para resolver el problema de enrutamiento de vehículos de varios depósitos.


Les metaheurístiques són mètodes d'aproximació utilitzats per resoldre problemes combinatoris d'optimització. El seu rendiment generalment depèn d'un conjunt de paràmetres que s'han d'ajustar. La selecció de valors de paràmetres apropiats causa una pèrdua d'eficiència, ja que requereix temps i habilitats analítiques avançades i específiques d'un problema. Aquest document proporciona una visió general dels principals enfocaments per abordar el problema de configuració de paràmetres, centrant-se en els procediments estadístics emprats fins ara per la comunitat científica. A més, es proposa una nova metodologia, que es prova utilitzant un algoritme ja existent per resoldre el problema d'enrutament de vehicles de diversos dipòsits.

Document Type

Article

Language

English

Subjects and keywords

parameter fine-tuning; metaheuristics; statistical learning; biased randomization; ajust de paràmetres; metaheurístiques; aprenentatge estadístic; aleatorització esbiaixada; ajuste de parámetros; metaheurísticas; aprendizaje estadístico; aleatorización sesgada; Mathematical optimization; Optimització matemàtica; Optimización matemática

Publisher

SORT: Statistics and Operations Research Transactions

Rights

CC BY-NC-ND

https://creativecommons.org/licenses/by-nc-nd/3.0/es/

This item appears in the following Collection(s)

Articles [361]