Saved in:
Bibliographic Details
Main Author: Fernán Villa
Format: Artículo científico
Language:es
Published: Universidad de Antioquia 2009
Subjects:
Online Access:https://www.redalyc.org/articulo.oa?id=43016338017
Tags: Add Tag
No Tags, Be the first to tag this record!
_version_ 1866812428430344192
author Fernán Villa
author_facet Fernán Villa
contents Conrprop: un algoritmo para la optimización de funciones no lineales con restricciones Fernán Villa Juan Velásquez Patricia Jaramillo Ingeniería rprop restricciones optimización no lineal propagación hacia atrás Resilent backpropagation (RPROP) es una poderosa técnica de optimización basada en gradientes que ha sido comúnmente usada para el entrenamiento de redes neuronales artificiales, la cual usa una velocidad por cada parámetro en el modelo. Aunque esta técnica es capaz de resolver problemas de optimización multivariada sin restricciones, no hay referencias sobre su uso en la literatura de investigación de operaciones. En este artículo, se propone una modificación de resilent backpropagation que permite resolver problemas no lineales de optimización sujetos a restricciones generales no lineales. El algoritmo propuesto fue probado usando seis problemas comunes de prueba; para todos los casos, el algoritmo de resilent backpropagation restringido encontró la solución óptima, y para algunos casos encontró un punto óptimo mejor que el reportado en la literatura. 2009 artículo científico 0120-6230 https://www.redalyc.org/articulo.oa?id=43016338017 es http://www.redalyc.org/revista.oa?id=430 Revista Facultad de Ingeniería Universidad de Antioquia application/pdf Universidad de Antioquia Revista Facultad de Ingeniería Universidad de Antioquia (Colombia) Num.50
format Artículo científico
id redalyc_43016338017
language es
publishDate 2009
publisher Universidad de Antioquia
spellingShingle Conrprop: un algoritmo para la optimización de funciones no lineales con restricciones
Fernán Villa
Ingeniería
rprop
restricciones
optimización no lineal
propagación hacia atrás
Conrprop: un algoritmo para la optimización de funciones no lineales con restricciones Fernán Villa Juan Velásquez Patricia Jaramillo Ingeniería rprop restricciones optimización no lineal propagación hacia atrás Resilent backpropagation (RPROP) es una poderosa técnica de optimización basada en gradientes que ha sido comúnmente usada para el entrenamiento de redes neuronales artificiales, la cual usa una velocidad por cada parámetro en el modelo. Aunque esta técnica es capaz de resolver problemas de optimización multivariada sin restricciones, no hay referencias sobre su uso en la literatura de investigación de operaciones. En este artículo, se propone una modificación de resilent backpropagation que permite resolver problemas no lineales de optimización sujetos a restricciones generales no lineales. El algoritmo propuesto fue probado usando seis problemas comunes de prueba; para todos los casos, el algoritmo de resilent backpropagation restringido encontró la solución óptima, y para algunos casos encontró un punto óptimo mejor que el reportado en la literatura. 2009 artículo científico 0120-6230 https://www.redalyc.org/articulo.oa?id=43016338017 es http://www.redalyc.org/revista.oa?id=430 Revista Facultad de Ingeniería Universidad de Antioquia application/pdf Universidad de Antioquia Revista Facultad de Ingeniería Universidad de Antioquia (Colombia) Num.50
title Conrprop: un algoritmo para la optimización de funciones no lineales con restricciones
topic Ingeniería
rprop
restricciones
optimización no lineal
propagación hacia atrás
url https://www.redalyc.org/articulo.oa?id=43016338017