Key points are not available for this paper at this time.
Après des décennies d'améliorations soutenues, les métaheuristiques sont l'une des grandes réussites de la recherche en optimisation. Cependant, afin d'éviter la fragmentation et un manque de reproductibilité dans la recherche sur les métaheuristiques, il est urgent de renforcer les infrastructures scientifiques et informatiques pour soutenir le développement, l'analyse et la comparaison de nouvelles approches. À cette fin, nous présentons la vision et les progrès du projet Metaheuristics « In the Large ». Les fondements conceptuels du projet sont : des modèles d'algorithmes véritablement extensibles qui permettent la réutilisation sans modification, des descriptions de problèmes en boîte blanche offrant un support générique pour l'injection de connaissances spécifiques au domaine, et des cadres, composants et problèmes accessibles à distance qui amélioreront la reproductibilité et accéléreront les progrès du domaine. Nous soutenons que, grâce à un choix d'infrastructures fondé sur ces principes, le domaine peut poursuivre un niveau supérieur d'investigation scientifique. Nous décrivons notre vision et rapportons les progrès, montrant comment l'adoption de protocoles communs pour toutes les métaheuristiques peut aider à libérer le potentiel du domaine, facilitant l'exploration de l'espace de conception des métaheuristiques.
Building similarity graph...
Analyzing shared references across papers
Loading...
Jerry Swan
Steven Adriænsen
Alexander E. I. Brownlee
European Journal of Operational Research
University of Cambridge
University of Birmingham
University of Sheffield
Building similarity graph...
Analyzing shared references across papers
Loading...
Swan et al. (Sat,) ont étudié cette question.
www.synapsesocial.com/papers/69d87cd833ca018b39ae3a55 — DOI: https://doi.org/10.1016/j.ejor.2021.05.042
Synapse has enriched 3 closely related papers on similar clinical questions. Consider them for comparative context: