public static async Task Main()
{
//U de Mann Whitney utilizando configuración de ejemplo y configuración ajustada.
var best_configuration = await U_Mann_Whitney.TestConfigurations(new NSGA_III_Configuration(new Vector(new float[] { 92, 100 }), "DTLZ1"), new NSGA_III_Configuration(new Vector(new float[] { 96, 100 }), "DTLZ1"), 50, 450);
Console.WriteLine(best_configuration != null ? $"La configuración {best_configuration} demostró ser superior estadísticamente." : "No existe suficiente evidencia estadística para afirmar la superioridad de una configuración por sobre la otra.");
return;
Console.WriteLine($"Hora de inicio: {DateTime.Now:hh:mm:ss}\n");
#region Black Hole
//Punto sobre el cual se centrará la red de hipercubos
var middle_hyperpoint = new Vector(new float[] { 50, 50 });
//Longitud de cada dimension para cada hipercubo
float hypercube_length = 33.3f;
//Factor por el cual se puede amplificar la longitud de cada dimension de hipercubo
var factor = 1;
//Profundidad: Capas de envoltura alrededor del punto central
var depth = 2;
//Profundidad interior: Capas de puntos contenidos en el hipercubo
var inner_depth = 1;
//Cantidad de generaciones (iteraciones) que realiza la metaheurística de bajo nivel (NSGA-III) en cada evaluación
var evaluation_duration = 200;
//Cantidad de épocas (iteraciones) que realiza el algoritmo Black Hole
var number_of_epochs = 10;
#endregion
#region Q-Learning
//Cantidad de iteraciones por ronda. Cada iteración consiste en seleccionar una acción/configuración (ε-Greedy), evaluarla y recompensarla/castigarla según su resultado.
var iterations_by_round = 100;
//Incremento por ronda de la cantidad de generaciones (iteraciones) con las que se evalúa cada acción.
var duration_step_between_rounds = 250;
//Cantidad de evaluaciones por semilla aleatoria en cada iteración, las que se promedian y evalúan según su desviación estandar
var number_of_performances_to_average = 2;
//Cantidad de generaciones (iteraciones) utilizadas para verificar los resultados obtenidos por el Q-Learning
var verification_duration = 1000;
#endregion
var ProblemName = "DTLZ1";
var best_configuration_NSGA_II = await Tuner.Run(new NSGA_II_Configuration(middle_hyperpoint, ProblemName), hypercube_length, factor, depth, inner_depth, evaluation_duration, number_of_epochs, iterations_by_round, duration_step_between_rounds, number_of_performances_to_average, verification_duration);
Console.WriteLine($"\nLa mejor configuración encontrada para el problema {ProblemName} utilizando NSGA-II es: {best_configuration_NSGA_II}\n");
var best_configuration_NSGA_III = await Tuner.Run(new NSGA_III_Configuration(middle_hyperpoint, ProblemName), hypercube_length, factor, depth, inner_depth, evaluation_duration, number_of_epochs, iterations_by_round, duration_step_between_rounds, number_of_performances_to_average, verification_duration);
Console.WriteLine($"\nLa mejor configuración encontrada para el problema {ProblemName} utilizando NSGA-III es: {best_configuration_NSGA_III}\n");
Console.WriteLine($"Hora de termino: {DateTime.Now:hh:mm:ss}");
return;
}
