Memetic algorithms and adaptive memory metaheuristics for large scale combinatorial optimisation problems arising in biomarker discovery

用于生物标志物发现中出现的大规模组合优化问题的模因算法和自适应记忆元启发法

• 批准号: DP120102576
• 负责人: Prof Pablo Moscato
• 金额: $ 22.91万
• 依托单位: The University of Newcastle
• 依托单位国家: 澳大利亚
• 项目类别: Discovery Projects
• 财政年份: 2012
• 资助国家: 澳大利亚
• 起止时间: 2012-06-06 至 2016-12-31
• 项目状态: 已结题
• 来源: https://dataportal.arc.gov.au/RGS/Web/Grants/DP120102576
• 关键词: Memetic; algorithms; adaptive; memory; metaheuristics

Despite modern supercomputers, the world depends on combinatorial optimisation, the branch of mathematics and computer science that involves finding optimal solutions when it is impossible to enumerate all solutions. We bring complementary skills to address the core set of the five most challenging problems arising from novel biotechnologies.

尽管有现代超级计算机，但世界仍依赖于组合优化，这是数学和计算机科学的分支，涉及在不可能枚举所有解的情况下找到最优解。我们带来了互补的技能，以解决新的生物技术所产生的五个最具挑战性的问题的核心集。