Cambios

              
    

          
          
        
        

            
f
1
{
f
1
{
            
2
  "author": "S Botello-Aceves, A Hernandez-Aguirre, SI Valdez", 
2
  "author": "S Botello-Aceves, A Hernandez-Aguirre, SI Valdez", 
            
3
  "author_email": null, 
3
  "author_email": null, 
            
4
  "creator_user_id": "a3da3ec9-3fd4-47a4-8d04-0a90b09614e0", 
4
  "creator_user_id": "a3da3ec9-3fd4-47a4-8d04-0a90b09614e0", 
            
5
  "extras": [
5
  "extras": [
            
6
    {
6
    {
            
7
      "key": "Publicaci\u00f3n", 
7
      "key": "Publicaci\u00f3n", 
            
8
      "value": "Revista"
8
      "value": "Revista"
            
9
    }, 
9
    }, 
            
10
    {
10
    {
            
11
      "key": "Tipo", 
11
      "key": "Tipo", 
            
12
      "value": "Publicaci\u00f3n"
12
      "value": "Publicaci\u00f3n"
            
13
    }
13
    }
            
14
  ], 
14
  ], 
            
15
  "groups": [
15
  "groups": [
            
16
    {
16
    {
            
17
      "description": "Este grupo integra las publicaciones 
17
      "description": "Este grupo integra las publicaciones 
            
18
acad\u00e9micas derivadas de los proyectos de investigaci\u00f3n del 
18
acad\u00e9micas derivadas de los proyectos de investigaci\u00f3n del 
            
19
Observatorio Metropolitano CentroGeo. Incluye art\u00edculos 
19
Observatorio Metropolitano CentroGeo. Incluye art\u00edculos 
            
20
presentados en congresos nacionales e internacionales, manuscritos en 
20
presentados en congresos nacionales e internacionales, manuscritos en 
            
21
formato preprint, cap\u00edtulos de libro y trabajos publicados en 
21
formato preprint, cap\u00edtulos de libro y trabajos publicados en 
            
22
revistas cient\u00edficas especializadas. Estos materiales reflejan la 
22
revistas cient\u00edficas especializadas. Estos materiales reflejan la 
            
23
labor de investigaci\u00f3n, desarrollo metodol\u00f3gico y 
23
labor de investigaci\u00f3n, desarrollo metodol\u00f3gico y 
            
24
an\u00e1lisis territorial del observatorio, contribuyendo al avance 
24
an\u00e1lisis territorial del observatorio, contribuyendo al avance 
            
25
del conocimiento en temas urbanos, metropolitanos y geoespaciales.", 
25
del conocimiento en temas urbanos, metropolitanos y geoespaciales.", 
            
26
      "display_name": "Publicaciones", 
26
      "display_name": "Publicaciones", 
            
27
      "id": "a15a6b77-ddf5-4594-acab-7e772938a5b0", 
27
      "id": "a15a6b77-ddf5-4594-acab-7e772938a5b0", 
            
28
      "image_display_url": "", 
28
      "image_display_url": "", 
            
29
      "name": "publicaciones", 
29
      "name": "publicaciones", 
            
30
      "title": "Publicaciones"
30
      "title": "Publicaciones"
            
31
    }
31
    }
            
32
  ], 
32
  ], 
            
33
  "id": "0d588b3c-d17f-4743-b7cf-c6720cada778", 
33
  "id": "0d588b3c-d17f-4743-b7cf-c6720cada778", 
            
34
  "isopen": false, 
34
  "isopen": false, 
            
35
  "license_id": null, 
35
  "license_id": null, 
            
36
  "license_title": null, 
36
  "license_title": null, 
            
37
  "maintainer": null, 
37
  "maintainer": null, 
            
38
  "maintainer_email": null, 
38
  "maintainer_email": null, 
            
39
  "metadata_created": "2025-10-11T01:22:52.371594", 
39
  "metadata_created": "2025-10-11T01:22:52.371594", 
            
n
40
  "metadata_modified": "2025-10-11T01:22:52.371603", 
n
40
  "metadata_modified": "2025-10-11T01:22:52.852283", 
            
41
  "name": 
41
  "name": 
            
42
lti-objective-estimation-distribution-algorithm-d-moeda-3ce492c1fc2f", 
42
lti-objective-estimation-distribution-algorithm-d-moeda-3ce492c1fc2f", 
            
43
  "notes": "Improvement Direction Mapping (IDM) methods have been 
43
  "notes": "Improvement Direction Mapping (IDM) methods have been 
            
44
applied as a local search strategy to hybridize global search 
44
applied as a local search strategy to hybridize global search 
            
45
algorithms. A natural question is whether this concept could be 
45
algorithms. A natural question is whether this concept could be 
            
46
applied within a global search scheme, so that the stochastic search 
46
applied within a global search scheme, so that the stochastic search 
            
47
operators are directed toward promising regions, promoting a more 
47
operators are directed toward promising regions, promoting a more 
            
48
efficient search. This paper introduces a novel Multi-Objective 
48
efficient search. This paper introduces a novel Multi-Objective 
            
49
Evolutionary Algorithm (MOEA) that incorporates the IDM into the 
49
Evolutionary Algorithm (MOEA) that incorporates the IDM into the 
            
50
reproduction operator of an Estimation of Distribution Algorithm 
50
reproduction operator of an Estimation of Distribution Algorithm 
            
51
(EDA). In this proposal, the search directions of the IDM based on 
51
(EDA). In this proposal, the search directions of the IDM based on 
            
52
aggregation functions are used to directly steer the search process of 
52
aggregation functions are used to directly steer the search process of 
            
53
a multi-objective evolutionary algorithm based on decomposition, by 
53
a multi-objective evolutionary algorithm based on decomposition, by 
            
54
orienting a local probability distribution towards a search direction, 
54
orienting a local probability distribution towards a search direction, 
            
55
the proposal intends to steer solutions toward the Pareto front (PF) 
55
the proposal intends to steer solutions toward the Pareto front (PF) 
            
56
of the Multi-Objective Optimization Problem (MOP), exploiting the 
56
of the Multi-Objective Optimization Problem (MOP), exploiting the 
            
57
search features of the aggregation functions. The proposal is tested 
57
search features of the aggregation functions. The proposal is tested 
            
58
using a set of well-known benchmark MOPs and compared to state of the 
58
using a set of well-known benchmark MOPs and compared to state of the 
            
59
art MOEAs. Results showed statistical evidence about the importance of 
59
art MOEAs. Results showed statistical evidence about the importance of 
            
60
the orientation of the search probability distribution to improve the 
60
the orientation of the search probability distribution to improve the 
            
61
convergence to the Pareto front.", 
61
convergence to the Pareto front.", 
            
n
62
  "num_resources": 0, 
n
62
  "num_resources": 1, 
            
63
  "num_tags": 13, 
63
  "num_tags": 13, 
            
64
  "organization": {
64
  "organization": {
            
65
    "approval_status": "approved", 
65
    "approval_status": "approved", 
            
66
    "created": "2022-05-19T00:10:30.480393", 
66
    "created": "2022-05-19T00:10:30.480393", 
            
67
    "description": "Observatorio Metropolitano CentroGeo", 
67
    "description": "Observatorio Metropolitano CentroGeo", 
            
68
    "id": "b3b3a79d-748a-4464-9471-732b6c74ec53", 
68
    "id": "b3b3a79d-748a-4464-9471-732b6c74ec53", 
            
69
    "image_url": 
69
    "image_url": 
            
70
"2022-05-19-001030.456616FullColor1280x1024LogoOnly.png", 
70
"2022-05-19-001030.456616FullColor1280x1024LogoOnly.png", 
            
71
    "is_organization": true, 
71
    "is_organization": true, 
            
72
    "name": "observatorio-metropolitano-centrogeo", 
72
    "name": "observatorio-metropolitano-centrogeo", 
            
73
    "state": "active", 
73
    "state": "active", 
            
74
    "title": "Observatorio Metropolitano CentroGeo", 
74
    "title": "Observatorio Metropolitano CentroGeo", 
            
75
    "type": "organization"
75
    "type": "organization"
            
76
  }, 
76
  }, 
            
77
  "owner_org": "b3b3a79d-748a-4464-9471-732b6c74ec53", 
77
  "owner_org": "b3b3a79d-748a-4464-9471-732b6c74ec53", 
            
78
  "private": false, 
78
  "private": false, 
            
79
  "relationships_as_object": [], 
79
  "relationships_as_object": [], 
            
80
  "relationships_as_subject": [], 
80
  "relationships_as_subject": [], 
            
t
81
  "resources": [], 
t
81
  "resources": [
            
82
    {
            
83
      "cache_last_updated": null, 
            
84
      "cache_url": null, 
            
85
      "created": "2025-10-11T01:22:52.889220", 
            
86
      "datastore_active": false, 
            
87
      "description": "Improvement Direction Mapping (IDM) methods have 
            
88
been applied as a local search strategy to hybridize global search 
            
89
algorithms. A natural question is whether this concept could be 
            
90
applied within a global search scheme, so that the stochastic search 
            
91
operators are directed toward promising regions, promoting a more 
            
92
efficient search. This paper introduces a novel Multi-Objective 
            
93
Evolutionary Algorithm (MOEA) that incorporates the IDM into the 
            
94
reproduction operator of an Estimation of Distribution Algorithm 
            
95
(EDA). In this proposal, the search directions of the IDM based on 
            
96
aggregation functions are used to directly steer the search process of 
            
97
a multi-objective evolutionary algorithm based on decomposition, by 
            
98
orienting a local probability distribution towards a search direction, 
            
99
the proposal intends to steer solutions toward the Pareto front (PF) 
            
100
of the Multi-Objective Optimization Problem (MOP), exploiting the 
            
101
search features of the aggregation functions. The proposal is tested 
            
102
using a set of well-known benchmark MOPs and compared to state of the 
            
103
art MOEAs. Results showed statistical evidence about the importance of 
            
104
the orientation of the search probability distribution to improve the 
            
105
convergence to the Pareto front.", 
            
106
      "format": "HTML", 
            
107
      "hash": "", 
            
108
      "id": "4fc7ece9-774c-4b29-ae73-2a8410803ea6", 
            
109
      "last_modified": null, 
            
110
      "metadata_modified": "2025-10-11T01:22:52.856426", 
            
111
      "mimetype": null, 
            
112
      "mimetype_inner": null, 
            
113
      "name": "The directed multi-objective estimation distribution 
            
114
algorithm (D-MOEDA)", 
            
115
      "package_id": "0d588b3c-d17f-4743-b7cf-c6720cada778", 
            
116
      "position": 0, 
            
117
      "resource_type": null, 
            
118
      "size": null, 
            
119
      "state": "active", 
            
120
      "url": "https://doi.org/10.1016/j.matcom.2023.07.013", 
            
121
      "url_type": null
            
122
    }
            
123
  ], 
            
82
  "state": "active", 
124
  "state": "active", 
            
83
  "tags": [
125
  "tags": [
            
84
    {
126
    {
            
85
      "display_name": "algorithm", 
127
      "display_name": "algorithm", 
            
86
      "id": "da224d7c-d794-48c8-8316-05d6b5fdc51c", 
128
      "id": "da224d7c-d794-48c8-8316-05d6b5fdc51c", 
            
87
      "name": "algorithm", 
129
      "name": "algorithm", 
            
88
      "state": "active", 
130
      "state": "active", 
            
89
      "vocabulary_id": null
131
      "vocabulary_id": null
            
90
    }, 
132
    }, 
            
91
    {
133
    {
            
92
      "display_name": "benchmark-surveying", 
134
      "display_name": "benchmark-surveying", 
            
93
      "id": "d80426c1-17f9-4c4c-b192-367083726326", 
135
      "id": "d80426c1-17f9-4c4c-b192-367083726326", 
            
94
      "name": "benchmark-surveying", 
136
      "name": "benchmark-surveying", 
            
95
      "state": "active", 
137
      "state": "active", 
            
96
      "vocabulary_id": null
138
      "vocabulary_id": null
            
97
    }, 
139
    }, 
            
98
    {
140
    {
            
99
      "display_name": "computer-science", 
141
      "display_name": "computer-science", 
            
100
      "id": "29cae056-cd7e-43f7-be5b-b25869a3fbf2", 
142
      "id": "29cae056-cd7e-43f7-be5b-b25869a3fbf2", 
            
101
      "name": "computer-science", 
143
      "name": "computer-science", 
            
102
      "state": "active", 
144
      "state": "active", 
            
103
      "vocabulary_id": null
145
      "vocabulary_id": null
            
104
    }, 
146
    }, 
            
105
    {
147
    {
            
106
      "display_name": "convergence-economics", 
148
      "display_name": "convergence-economics", 
            
107
      "id": "258edcd6-3946-4a99-b77a-666937cf4c7c", 
149
      "id": "258edcd6-3946-4a99-b77a-666937cf4c7c", 
            
108
      "name": "convergence-economics", 
150
      "name": "convergence-economics", 
            
109
      "state": "active", 
151
      "state": "active", 
            
110
      "vocabulary_id": null
152
      "vocabulary_id": null
            
111
    }, 
153
    }, 
            
112
    {
154
    {
            
113
      "display_name": "estimation-of-distribution-algorithm", 
155
      "display_name": "estimation-of-distribution-algorithm", 
            
114
      "id": "3761b1b1-45d5-4b9b-b839-fd15bf058f33", 
156
      "id": "3761b1b1-45d5-4b9b-b839-fd15bf058f33", 
            
115
      "name": "estimation-of-distribution-algorithm", 
157
      "name": "estimation-of-distribution-algorithm", 
            
116
      "state": "active", 
158
      "state": "active", 
            
117
      "vocabulary_id": null
159
      "vocabulary_id": null
            
118
    }, 
160
    }, 
            
119
    {
161
    {
            
120
      "display_name": "evolutionary-algorithm", 
162
      "display_name": "evolutionary-algorithm", 
            
121
      "id": "22db3110-8a27-435b-8d9a-c910fe7201ca", 
163
      "id": "22db3110-8a27-435b-8d9a-c910fe7201ca", 
            
122
      "name": "evolutionary-algorithm", 
164
      "name": "evolutionary-algorithm", 
            
123
      "state": "active", 
165
      "state": "active", 
            
124
      "vocabulary_id": null
166
      "vocabulary_id": null
            
125
    }, 
167
    }, 
            
126
    {
168
    {
            
127
      "display_name": "local-search-optimization", 
169
      "display_name": "local-search-optimization", 
            
128
      "id": "c54f134e-091b-4f43-b06a-1c5e17d800e1", 
170
      "id": "c54f134e-091b-4f43-b06a-1c5e17d800e1", 
            
129
      "name": "local-search-optimization", 
171
      "name": "local-search-optimization", 
            
130
      "state": "active", 
172
      "state": "active", 
            
131
      "vocabulary_id": null
173
      "vocabulary_id": null
            
132
    }, 
174
    }, 
            
133
    {
175
    {
            
134
      "display_name": "mathematical-optimization", 
176
      "display_name": "mathematical-optimization", 
            
135
      "id": "b33a86ee-df39-4619-8165-c8d73afbf5a4", 
177
      "id": "b33a86ee-df39-4619-8165-c8d73afbf5a4", 
            
136
      "name": "mathematical-optimization", 
178
      "name": "mathematical-optimization", 
            
137
      "state": "active", 
179
      "state": "active", 
            
138
      "vocabulary_id": null
180
      "vocabulary_id": null
            
139
    }, 
181
    }, 
            
140
    {
182
    {
            
141
      "display_name": "mathematics", 
183
      "display_name": "mathematics", 
            
142
      "id": "bb671137-9d2f-4e20-9668-bf6432ca50fb", 
184
      "id": "bb671137-9d2f-4e20-9668-bf6432ca50fb", 
            
143
      "name": "mathematics", 
185
      "name": "mathematics", 
            
144
      "state": "active", 
186
      "state": "active", 
            
145
      "vocabulary_id": null
187
      "vocabulary_id": null
            
146
    }, 
188
    }, 
            
147
    {
189
    {
            
148
      "display_name": "multi-objective-optimization", 
190
      "display_name": "multi-objective-optimization", 
            
149
      "id": "028254bd-4fdf-4157-a6c4-850397abd03d", 
191
      "id": "028254bd-4fdf-4157-a6c4-850397abd03d", 
            
150
      "name": "multi-objective-optimization", 
192
      "name": "multi-objective-optimization", 
            
151
      "state": "active", 
193
      "state": "active", 
            
152
      "vocabulary_id": null
194
      "vocabulary_id": null
            
153
    }, 
195
    }, 
            
154
    {
196
    {
            
155
      "display_name": "operator-biology", 
197
      "display_name": "operator-biology", 
            
156
      "id": "e6d3f57c-da81-4ab5-bcbe-a02d436be62f", 
198
      "id": "e6d3f57c-da81-4ab5-bcbe-a02d436be62f", 
            
157
      "name": "operator-biology", 
199
      "name": "operator-biology", 
            
158
      "state": "active", 
200
      "state": "active", 
            
159
      "vocabulary_id": null
201
      "vocabulary_id": null
            
160
    }, 
202
    }, 
            
161
    {
203
    {
            
162
      "display_name": "pareto-principle", 
204
      "display_name": "pareto-principle", 
            
163
      "id": "1ee6143a-1062-4117-989d-0ba641dcda3c", 
205
      "id": "1ee6143a-1062-4117-989d-0ba641dcda3c", 
            
164
      "name": "pareto-principle", 
206
      "name": "pareto-principle", 
            
165
      "state": "active", 
207
      "state": "active", 
            
166
      "vocabulary_id": null
208
      "vocabulary_id": null
            
167
    }, 
209
    }, 
            
168
    {
210
    {
            
169
      "display_name": "search-algorithm", 
211
      "display_name": "search-algorithm", 
            
170
      "id": "5de175da-dd1d-48e3-ae07-03f7c03b68f7", 
212
      "id": "5de175da-dd1d-48e3-ae07-03f7c03b68f7", 
            
171
      "name": "search-algorithm", 
213
      "name": "search-algorithm", 
            
172
      "state": "active", 
214
      "state": "active", 
            
173
      "vocabulary_id": null
215
      "vocabulary_id": null
            
174
    }
216
    }
            
175
  ], 
217
  ], 
            
176
  "title": "The directed multi-objective estimation distribution 
218
  "title": "The directed multi-objective estimation distribution 
            
177
algorithm (D-MOEDA)", 
219
algorithm (D-MOEDA)", 
            
178
  "type": "dataset", 
220
  "type": "dataset", 
            
179
  "url": "https://doi.org/10.1016/j.matcom.2023.07.013", 
221
  "url": "https://doi.org/10.1016/j.matcom.2023.07.013", 
            
180
  "version": null
222
  "version": null
            
181
}
223
}