Algoritmo de búsqueda local con umbral de aceptación. Más...

Diagrama de herencia de metaheuristics.generators.LimitThreshold

Diagrama de colaboración de metaheuristics.generators.LimitThreshold:

Métodos públicos
GeneratorType	getTypeGenerator ()
void	setTypeGenerator (GeneratorType typeGenerator)
	LimitThreshold ()
State	generate (Integer operatornumber) throws IllegalArgumentException, SecurityException, ClassNotFoundException, InstantiationException, IllegalAccessException, InvocationTargetException, NoSuchMethodException
	Genera un nuevo estado candidato.
void	updateReference (State stateCandidate, Integer countIterationsCurrent) throws IllegalArgumentException, SecurityException, ClassNotFoundException, InstantiationException, IllegalAccessException, InvocationTargetException, NoSuchMethodException
	Actualiza el estado de referencia con un nuevo candidato.
State	getReference ()
	Obtiene el estado de referencia actual.
void	setStateRef (State stateRef)
void	setInitialReference (State stateInitialRef)
	Establece el estado de referencia inicial.
GeneratorType	getType ()
	Obtiene el tipo de generador.
List< State >	getReferenceList ()
	Obtiene la lista de estados de referencia.
List< State >	getSonList ()
	Obtiene la lista de estados hijos generados.
void	setTypeCandidate (CandidateType typeCandidate)
boolean	awardUpdateREF (State stateCandidate)
	Verifica si se debe actualizar la referencia.
float	getWeight ()
	Obtiene el peso actual del generador.
void	setWeight (float weight)
	Establece el peso del generador.
int[]	getListCountBetterGender ()
	Obtiene el historial de mejoras por período.
int[]	getListCountGender ()
	Obtiene el historial de uso por período.
float[]	getTrace ()
	Obtiene el historial de trazas.

Atributos públicos estáticos
static int	usageCount = 0
static int	improvementCount = 0

Atributos privados
CandidateValue	candidatevalue
AcceptType	typeAcceptation
StrategyType	strategy
CandidateType	typeCandidate
State	stateReferenceLT
IFFactoryAcceptCandidate	ifacceptCandidate
GeneratorType	typeGenerator
float	weight
int[]	improvementCountHistory = new int[10]
int[]	usageCountHistory = new int[10]
float[]	listTrace = new float[1200000]

Otros miembros heredados
Atributos públicos heredados de metaheuristics.generators.Generator
int	countGender
	Contador de uso del generador.
int	countBetterGender
	Contador de mejoras del generador.
int[]	listCountBetterGender
	Array con las mejoras de cada generador en períodos de 10, acumulativo.

Descripción detallada

Algoritmo de búsqueda local con umbral de aceptación.

Esta clase implementa un algoritmo de búsqueda que acepta soluciones que no son significativamente peores que la actual, usando un umbral.

Documentación de constructores y destructores

◆ LimitThreshold()

metaheuristics.generators.LimitThreshold.LimitThreshold ( )

Gráfico de llamadas de esta función:

Documentación de funciones miembro

◆ awardUpdateREF()

boolean metaheuristics.generators.LimitThreshold.awardUpdateREF ( State stateCandidate )

Verifica si se debe actualizar la referencia.

Parámetros

stateCandidate Estado candidato a verificar

Devuelve: true si se debe actualizar, false en caso contrario

Reimplementado de metaheuristics.generators.Generator.

◆ generate()

State metaheuristics.generators.LimitThreshold.generate ( Integer operatornumber ) throws IllegalArgumentException, SecurityException, ClassNotFoundException, InstantiationException, IllegalAccessException, InvocationTargetException, NoSuchMethodException

Genera un nuevo estado candidato.

Parámetros

operatornumber Número de operador a utilizar

Devuelve: Estado candidato generado

Excepciones

IllegalArgumentException	Si los argumentos son inválidos
SecurityException	Si hay problemas de seguridad
ClassNotFoundException	Si no se encuentra una clase
InstantiationException	Si hay error en la instanciación
IllegalAccessException	Si hay acceso ilegal
InvocationTargetException	Si hay error en la invocación
NoSuchMethodException	Si no se encuentra un método

Reimplementado de metaheuristics.generators.Generator.

Gráfico de llamadas de esta función:

◆ getListCountBetterGender()

int[] metaheuristics.generators.LimitThreshold.getListCountBetterGender ( )

Obtiene el historial de mejoras por período.

Devuelve: Array con el contador de mejoras

Reimplementado de metaheuristics.generators.Generator.

◆ getListCountGender()

int[] metaheuristics.generators.LimitThreshold.getListCountGender ( )

Obtiene el historial de uso por período.

Devuelve: Array con el contador de uso

Reimplementado de metaheuristics.generators.Generator.

◆ getReference()

State metaheuristics.generators.LimitThreshold.getReference ( )

Obtiene el estado de referencia actual.

Devuelve: Estado de referencia actual

Reimplementado de metaheuristics.generators.Generator.

◆ getReferenceList()

List< State > metaheuristics.generators.LimitThreshold.getReferenceList ( )

Obtiene la lista de estados de referencia.

Devuelve: Lista de estados de referencia

Reimplementado de metaheuristics.generators.Generator.

◆ getSonList()

List< State > metaheuristics.generators.LimitThreshold.getSonList ( )

Obtiene la lista de estados hijos generados.

Devuelve: Lista de estados hijos

Reimplementado de metaheuristics.generators.Generator.

◆ getTrace()

float[] metaheuristics.generators.LimitThreshold.getTrace ( )

Obtiene el historial de trazas.

Devuelve: Array con el historial de trazas

Reimplementado de metaheuristics.generators.Generator.

◆ getType()

GeneratorType metaheuristics.generators.LimitThreshold.getType ( )

Obtiene el tipo de generador.

Devuelve: Tipo de generador metaheurístico

Reimplementado de metaheuristics.generators.Generator.

◆ getTypeGenerator()

GeneratorType metaheuristics.generators.LimitThreshold.getTypeGenerator ( )

◆ getWeight()

float metaheuristics.generators.LimitThreshold.getWeight ( )

Obtiene el peso actual del generador.

Devuelve: Peso del generador

Reimplementado de metaheuristics.generators.Generator.

◆ setInitialReference()

void metaheuristics.generators.LimitThreshold.setInitialReference ( State stateInitialRef )

Establece el estado de referencia inicial.

Parámetros

stateInitialRef Estado de referencia inicial

Reimplementado de metaheuristics.generators.Generator.

◆ setStateRef()

void metaheuristics.generators.LimitThreshold.setStateRef ( State stateRef )

◆ setTypeCandidate()

void metaheuristics.generators.LimitThreshold.setTypeCandidate ( CandidateType typeCandidate )

◆ setTypeGenerator()

void metaheuristics.generators.LimitThreshold.setTypeGenerator ( GeneratorType typeGenerator )

◆ setWeight()

void metaheuristics.generators.LimitThreshold.setWeight ( float weight )

Establece el peso del generador.

Parámetros

weight Nuevo peso del generador

Reimplementado de metaheuristics.generators.Generator.

◆ updateReference()

void metaheuristics.generators.LimitThreshold.updateReference	(	State	stateCandidate,
		Integer	countIterationsCurrent ) throws IllegalArgumentException, SecurityException, ClassNotFoundException, InstantiationException, IllegalAccessException, InvocationTargetException, NoSuchMethodException

Actualiza el estado de referencia con un nuevo candidato.

Parámetros

stateCandidate	Estado candidato a considerar
countIterationsCurrent	Iteración actual del algoritmo

Excepciones

IllegalArgumentException	Si los argumentos son inválidos
SecurityException	Si hay problemas de seguridad
ClassNotFoundException	Si no se encuentra una clase
InstantiationException	Si hay error en la instanciación
IllegalAccessException	Si hay acceso ilegal
InvocationTargetException	Si hay error en la invocación
NoSuchMethodException	Si no se encuentra un método

Reimplementado de metaheuristics.generators.Generator.

Gráfico de llamadas de esta función:

Documentación de datos miembro

◆ candidatevalue

CandidateValue metaheuristics.generators.LimitThreshold.candidatevalue

private

◆ ifacceptCandidate

IFFactoryAcceptCandidate metaheuristics.generators.LimitThreshold.ifacceptCandidate

private

◆ improvementCount

int metaheuristics.generators.LimitThreshold.improvementCount = 0

static

◆ improvementCountHistory

int [] metaheuristics.generators.LimitThreshold.improvementCountHistory = new int[10]

private

◆ listTrace

float [] metaheuristics.generators.LimitThreshold.listTrace = new float[1200000]

private

◆ stateReferenceLT

State metaheuristics.generators.LimitThreshold.stateReferenceLT

private

◆ strategy

StrategyType metaheuristics.generators.LimitThreshold.strategy

private

◆ typeAcceptation

AcceptType metaheuristics.generators.LimitThreshold.typeAcceptation

private

◆ typeCandidate

CandidateType metaheuristics.generators.LimitThreshold.typeCandidate

private

◆ typeGenerator

GeneratorType metaheuristics.generators.LimitThreshold.typeGenerator

private

◆ usageCount

int metaheuristics.generators.LimitThreshold.usageCount = 0

static

◆ usageCountHistory

int [] metaheuristics.generators.LimitThreshold.usageCountHistory = new int[10]

private

◆ weight

float metaheuristics.generators.LimitThreshold.weight

private

La documentación de esta clase está generada del siguiente archivo:

src/main/java/metaheuristics/generators/LimitThreshold.java

Métodos públicos

Atributos públicos estáticos

Atributos privados

Otros miembros heredados

Descripción detallada

Documentación de constructores y destructores

◆ LimitThreshold()

Documentación de funciones miembro

◆ awardUpdateREF()

◆ generate()

◆ getListCountBetterGender()

◆ getListCountGender()

◆ getReference()

◆ getReferenceList()

◆ getSonList()

◆ getTrace()

◆ getType()

◆ getTypeGenerator()

◆ getWeight()

◆ setInitialReference()

◆ setStateRef()

◆ setTypeCandidate()

◆ setTypeGenerator()

◆ setWeight()

◆ updateReference()

Documentación de datos miembro

◆ candidatevalue

◆ ifacceptCandidate

◆ improvementCount

◆ improvementCountHistory

◆ listTrace

◆ stateReferenceLT

◆ strategy

◆ typeAcceptation

◆ typeCandidate

◆ typeGenerator

◆ usageCount

◆ usageCountHistory

◆ weight