Editorial for the Special Issue on Automated Design and Assessment of Heuristic Search Methods

Gabriela Ochoa 1 Mike Preuss 2 Thomas Bartz-Beielstein 3 Marc Schoenauer 4
2 Department of Computer Science
Department of Computer Science
4 TAO - Machine Learning and Optimisation
LRI - Laboratoire de Recherche en Informatique, UP11 - Université Paris-Sud - Paris 11, Inria Saclay - Ile de France, CNRS - Centre National de la Recherche Scientifique : UMR8623
Abstract : Heuristic search algorithms have been successfully applied to solve many problems in practice. Their design, however, has increased in complexity as the number of parameters and choices for operators and algorithmic components is also expanding. There is clearly the need of providing the final user with automated tools to assist the tuning, design and assessment of heuristic optimisation methods.
Type de document :
Article dans une revue
Evolutionary Computation, Massachusetts Institute of Technology Press (MIT Press), 2012, 20 (2), pp.161-163
Liste complète des métadonnées

Littérature citée [4 références]  Voir  Masquer  Télécharger

https://hal.inria.fr/hal-01160793
Contributeur : Marc Schoenauer <>
Soumis le : lundi 8 juin 2015 - 12:13:36
Dernière modification le : jeudi 5 avril 2018 - 12:30:12
Document(s) archivé(s) le : mardi 25 avril 2017 - 04:09:41

Fichier

ECJIntro.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

  • HAL Id : hal-01160793, version 1

Collections

Citation

Gabriela Ochoa, Mike Preuss, Thomas Bartz-Beielstein, Marc Schoenauer. Editorial for the Special Issue on Automated Design and Assessment of Heuristic Search Methods. Evolutionary Computation, Massachusetts Institute of Technology Press (MIT Press), 2012, 20 (2), pp.161-163. 〈hal-01160793〉

Partager

Métriques

Consultations de la notice

336

Téléchargements de fichiers

611