Comparing optimizers on a unit commitment problem

Vincent Berthier 1, 2
1 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 : This paper compares several black-box optimization algorithms on a unit commitment problem. Compared to existing testbeds, this one provides several scales, is real-world, and none of the compared algorithms were created by the author of the testbed. Differential Evolution basically performs best overall, though not for all test cases.
Type de document :
Communication dans un congrès
Stephane Bonnevay; Pierrick Legrand; Nicolas Montmarché; Evelyne Lutton; Marc Schoenauer. Artificial Evolution (EA2015), Oct 2015, Lyon, France. Springer Verlag, 2015
Liste complète des métadonnées

Littérature citée [34 références]  Voir  Masquer  Télécharger

https://hal.inria.fr/hal-01215804
Contributeur : Vincent Berthier <>
Soumis le : jeudi 15 octobre 2015 - 07:10:33
Dernière modification le : jeudi 5 avril 2018 - 12:30:12
Document(s) archivé(s) le : jeudi 27 avril 2017 - 04:27:19

Fichier

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

Identifiants

  • HAL Id : hal-01215804, version 1

Citation

Vincent Berthier. Comparing optimizers on a unit commitment problem. Stephane Bonnevay; Pierrick Legrand; Nicolas Montmarché; Evelyne Lutton; Marc Schoenauer. Artificial Evolution (EA2015), Oct 2015, Lyon, France. Springer Verlag, 2015. 〈hal-01215804〉

Partager

Métriques

Consultations de la notice

226

Téléchargements de fichiers

153