- Descenso estocástico
- Descenso paralelo
- Descenso varias veces
- Reinicio de descenso aleatorio
- Descenso de mutaciones aleatorias
- Descenso iterativo
- ES (1 + 1, m, hc)
- Escalador de bits aleatorio
- Algoritmo genético (1 + 1)
Alternar contenido
Algoritmos estocásticos
La optimización estocástica (inteligencia artificial) se refiere a un conjunto de métodos para minimizar o maximizar una función objetiva con aleatoriedad: búsqueda aleatoria, descenso estocástico, búsqueda local iterada, búsqueda local guiada, búsqueda dispersa, búsqueda tabú, aproximación promedio de la muestra, metodología de superficie de respuesta.
La optimización estocástica se refiere a un conjunto de métodos para minimizar o maximizar una función objetivo con aleatoriedad. Durante las últimas décadas, estos métodos se han convertido en herramientas esenciales para la ciencia, la ingeniería, los negocios, la informática y la estadística.
Las aplicaciones específicas son variadas, pero incluyen: simulaciones para refinar la ubicación de sensores acústicos, decidir cuándo se debe liberar agua en un reservorio para la generación de energía hidroeléctrica y optimizar los parámetros de un modelo estadístico para un conjunto de datos.
ES 
FR 
EN