Hiperheurística basada en razonamiento con dominio en metaheurísticas x-pso multiobjetivo hy x-fpso cbr: Aplicación sobre una optimización dinámica posibilística parte 1) desarroll...

Autores
Schweickardt, Gustavo Alejandro; Casanova Pietroboni, Carlos Antonio; Gimenez Alvarez, Juan Manuel
Año de publicación
2013
Idioma
español castellano
Tipo de recurso
artículo
Estado
versión publicada
Descripción
En el presente trabajo se desarrolla el marco conceptual/teórico relativo a una novedosa HiperHeurística, basada en Razonamiento y aplicada en el dominio de MetaHeurísticas variantes de la Optimización Por Enjambre de Partículas (PSO), denominadas X-PSO, MultiObjetivo. Esta HiperHeurística, referida como HY X-FPSO CBR (Case Based Reasoning) emplea, como mecanismo de selección de la forma X de la MetaHeurística FPSO a ser aplicada en cierta instancia de decisión, una Función de Elección aproximada mediante una Red Neuronal Artificial tipo Retropropagación. Para el diseño y, particularmente, entrenamiento de la misma, son considerados aspectos relativos a los Principios de la Inteligencia de Grupo y las habilidades que cada forma X-FPSO exhibe para satisfacerlos, así como las características del Espacio de Búsqueda, inherentes a la Clase de Problemas que deben resolverse mediante la HiperHeurística propuesta: Establecer el Espacio de Estados requerido por una Optimización Dinámica Posibilística sobre la Planificación de Mediano/Corto Plazo de un Sistema de Distribución de Energía Eléctrica (SDEE).
In this work the conceptual/theoretical framework of a novel HyperHeuristic, Case Based Reasoning and supported on some variants of MultiObjective Particle Swarm Optimization MetaHeuristic, called X-PSO, are presented. This HyperHeuristic, referred as HY X-FPSO CBR (Case Based Reasoning), works by mean of selection function, aproximated with an Artificial Backporpagation Neural Network. To design and, especially, training the Artificial Neural Network, Swarm Intelligence Principles and the skill that each XFPSO form exhibit to satisfy it, as well as the Search Space that is defined by the Problems Class to solve, are considered. This HyperHeuristic are designed to be applied in the definition of States Space required for a Possibilistic Optimization on the Mid/Short term Planning of a Electric Distribution System (EDS).
Fil: Schweickardt, Gustavo Alejandro. Universidad Tecnológica Nacional. Facultad Regional Concepción del Uruguay; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina
Fil: Casanova Pietroboni, Carlos Antonio. Universidad Tecnológica Nacional. Facultad Regional Concepción del Uruguay; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina
Fil: Gimenez Alvarez, Juan Manuel. Universidad Nacional de San Juan. Facultad de Ingeniería. Departamento de Ingeniería Electromecanica; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina
Materia
OPTIMIZACIÓN
ENJAMBRE DE PARTÍCULAS
HIPERHEURÍSTICAS
REDES NEURONALES ARTIFICIALES
SISTEMA DE DISTRIBUCIÓN DE ENERGÍA ELÉCTRICA
Nivel de accesibilidad
acceso abierto
Condiciones de uso
https://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Repositorio
CONICET Digital (CONICET)
Institución
Consejo Nacional de Investigaciones Científicas y Técnicas
OAI Identificador
oai:ri.conicet.gov.ar:11336/29163
Acceder
id CONICETDig_d0ab8deff191ddcdead02eabef988ada
oai_identifier_str oai:ri.conicet.gov.ar:11336/29163
network_acronym_str CONICETDig
repository_id_str 3498
network_name_str CONICET Digital (CONICET)
spelling Hiperheurística basada en razonamiento con dominio en metaheurísticas x-pso multiobjetivo hy x-fpso cbr: Aplicación sobre una optimización dinámica posibilística parte 1) desarrollos teóricos del algoritmo hiperheurístico hy x-fpso cbrSchweickardt, Gustavo AlejandroCasanova Pietroboni, Carlos AntonioGimenez Alvarez, Juan ManuelOPTIMIZACIÓNENJAMBRE DE PARTÍCULASHIPERHEURÍSTICASREDES NEURONALES ARTIFICIALESSISTEMA DE DISTRIBUCIÓN DE ENERGÍA ELÉCTRICAhttps://purl.org/becyt/ford/1.1https://purl.org/becyt/ford/1https://purl.org/becyt/ford/5.2https://purl.org/becyt/ford/5https://purl.org/becyt/ford/2.2https://purl.org/becyt/ford/2En el presente trabajo se desarrolla el marco conceptual/teórico relativo a una novedosa HiperHeurística, basada en Razonamiento y aplicada en el dominio de MetaHeurísticas variantes de la Optimización Por Enjambre de Partículas (PSO), denominadas X-PSO, MultiObjetivo. Esta HiperHeurística, referida como HY X-FPSO CBR (Case Based Reasoning) emplea, como mecanismo de selección de la forma X de la MetaHeurística FPSO a ser aplicada en cierta instancia de decisión, una Función de Elección aproximada mediante una Red Neuronal Artificial tipo Retropropagación. Para el diseño y, particularmente, entrenamiento de la misma, son considerados aspectos relativos a los Principios de la Inteligencia de Grupo y las habilidades que cada forma X-FPSO exhibe para satisfacerlos, así como las características del Espacio de Búsqueda, inherentes a la Clase de Problemas que deben resolverse mediante la HiperHeurística propuesta: Establecer el Espacio de Estados requerido por una Optimización Dinámica Posibilística sobre la Planificación de Mediano/Corto Plazo de un Sistema de Distribución de Energía Eléctrica (SDEE).In this work the conceptual/theoretical framework of a novel HyperHeuristic, Case Based Reasoning and supported on some variants of MultiObjective Particle Swarm Optimization MetaHeuristic, called X-PSO, are presented. This HyperHeuristic, referred as HY X-FPSO CBR (Case Based Reasoning), works by mean of selection function, aproximated with an Artificial Backporpagation Neural Network. To design and, especially, training the Artificial Neural Network, Swarm Intelligence Principles and the skill that each XFPSO form exhibit to satisfy it, as well as the Search Space that is defined by the Problems Class to solve, are considered. This HyperHeuristic are designed to be applied in the definition of States Space required for a Possibilistic Optimization on the Mid/Short term Planning of a Electric Distribution System (EDS).Fil: Schweickardt, Gustavo Alejandro. Universidad Tecnológica Nacional. Facultad Regional Concepción del Uruguay; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas; ArgentinaFil: Casanova Pietroboni, Carlos Antonio. Universidad Tecnológica Nacional. Facultad Regional Concepción del Uruguay; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas; ArgentinaFil: Gimenez Alvarez, Juan Manuel. Universidad Nacional de San Juan. Facultad de Ingeniería. Departamento de Ingeniería Electromecanica; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas; ArgentinaEscuela de Perfeccionamiento en Investigación Operativa2013-11info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_6501info:ar-repo/semantics/articuloapplication/pdfapplication/pdfapplication/pdfapplication/pdfhttp://hdl.handle.net/11336/29163Schweickardt, Gustavo Alejandro; Casanova Pietroboni, Carlos Antonio; Gimenez Alvarez, Juan Manuel; Hiperheurística basada en razonamiento con dominio en metaheurísticas x-pso multiobjetivo hy x-fpso cbr: Aplicación sobre una optimización dinámica posibilística parte 1) desarrollos teóricos del algoritmo hiperheurístico hy x-fpso cbr; Escuela de Perfeccionamiento en Investigación Operativa; Revista de la Escuela de Perfeccionamiento en Investigación Operativa; XXI; 34; 11-2013; 8-290329-73221853-9777CONICET DigitalCONICETspainfo:eu-repo/semantics/altIdentifier/url/https://revistas.unc.edu.ar/index.php/epio/about/contactinfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-nc-sa/2.5/ar/reponame:CONICET Digital (CONICET)instname:Consejo Nacional de Investigaciones Científicas y Técnicas2025-09-10T13:19:50Zoai:ri.conicet.gov.ar:11336/29163instacron:CONICETInstitucionalhttp://ri.conicet.gov.ar/Organismo científico-tecnológicoNo correspondehttp://ri.conicet.gov.ar/oai/requestdasensio@conicet.gov.ar; lcarlino@conicet.gov.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:34982025-09-10 13:19:50.641CONICET Digital (CONICET) - Consejo Nacional de Investigaciones Científicas y Técnicasfalse
dc.title.none.fl_str_mv Hiperheurística basada en razonamiento con dominio en metaheurísticas x-pso multiobjetivo hy x-fpso cbr: Aplicación sobre una optimización dinámica posibilística parte 1) desarrollos teóricos del algoritmo hiperheurístico hy x-fpso cbr
title Hiperheurística basada en razonamiento con dominio en metaheurísticas x-pso multiobjetivo hy x-fpso cbr: Aplicación sobre una optimización dinámica posibilística parte 1) desarrollos teóricos del algoritmo hiperheurístico hy x-fpso cbr
spellingShingle Hiperheurística basada en razonamiento con dominio en metaheurísticas x-pso multiobjetivo hy x-fpso cbr: Aplicación sobre una optimización dinámica posibilística parte 1) desarrollos teóricos del algoritmo hiperheurístico hy x-fpso cbr
Schweickardt, Gustavo Alejandro
OPTIMIZACIÓN
ENJAMBRE DE PARTÍCULAS
HIPERHEURÍSTICAS
REDES NEURONALES ARTIFICIALES
SISTEMA DE DISTRIBUCIÓN DE ENERGÍA ELÉCTRICA
title_short Hiperheurística basada en razonamiento con dominio en metaheurísticas x-pso multiobjetivo hy x-fpso cbr: Aplicación sobre una optimización dinámica posibilística parte 1) desarrollos teóricos del algoritmo hiperheurístico hy x-fpso cbr
title_full Hiperheurística basada en razonamiento con dominio en metaheurísticas x-pso multiobjetivo hy x-fpso cbr: Aplicación sobre una optimización dinámica posibilística parte 1) desarrollos teóricos del algoritmo hiperheurístico hy x-fpso cbr
title_fullStr Hiperheurística basada en razonamiento con dominio en metaheurísticas x-pso multiobjetivo hy x-fpso cbr: Aplicación sobre una optimización dinámica posibilística parte 1) desarrollos teóricos del algoritmo hiperheurístico hy x-fpso cbr
title_full_unstemmed Hiperheurística basada en razonamiento con dominio en metaheurísticas x-pso multiobjetivo hy x-fpso cbr: Aplicación sobre una optimización dinámica posibilística parte 1) desarrollos teóricos del algoritmo hiperheurístico hy x-fpso cbr
title_sort Hiperheurística basada en razonamiento con dominio en metaheurísticas x-pso multiobjetivo hy x-fpso cbr: Aplicación sobre una optimización dinámica posibilística parte 1) desarrollos teóricos del algoritmo hiperheurístico hy x-fpso cbr
dc.creator.none.fl_str_mv Schweickardt, Gustavo Alejandro
Casanova Pietroboni, Carlos Antonio
Gimenez Alvarez, Juan Manuel
author Schweickardt, Gustavo Alejandro
author_facet Schweickardt, Gustavo Alejandro
Casanova Pietroboni, Carlos Antonio
Gimenez Alvarez, Juan Manuel
author_role author
author2 Casanova Pietroboni, Carlos Antonio
Gimenez Alvarez, Juan Manuel
author2_role author
author
dc.subject.none.fl_str_mv OPTIMIZACIÓN
ENJAMBRE DE PARTÍCULAS
HIPERHEURÍSTICAS
REDES NEURONALES ARTIFICIALES
SISTEMA DE DISTRIBUCIÓN DE ENERGÍA ELÉCTRICA
topic OPTIMIZACIÓN
ENJAMBRE DE PARTÍCULAS
HIPERHEURÍSTICAS
REDES NEURONALES ARTIFICIALES
SISTEMA DE DISTRIBUCIÓN DE ENERGÍA ELÉCTRICA
purl_subject.fl_str_mv https://purl.org/becyt/ford/1.1
https://purl.org/becyt/ford/1
https://purl.org/becyt/ford/5.2
https://purl.org/becyt/ford/5
https://purl.org/becyt/ford/2.2
https://purl.org/becyt/ford/2
dc.description.none.fl_txt_mv En el presente trabajo se desarrolla el marco conceptual/teórico relativo a una novedosa HiperHeurística, basada en Razonamiento y aplicada en el dominio de MetaHeurísticas variantes de la Optimización Por Enjambre de Partículas (PSO), denominadas X-PSO, MultiObjetivo. Esta HiperHeurística, referida como HY X-FPSO CBR (Case Based Reasoning) emplea, como mecanismo de selección de la forma X de la MetaHeurística FPSO a ser aplicada en cierta instancia de decisión, una Función de Elección aproximada mediante una Red Neuronal Artificial tipo Retropropagación. Para el diseño y, particularmente, entrenamiento de la misma, son considerados aspectos relativos a los Principios de la Inteligencia de Grupo y las habilidades que cada forma X-FPSO exhibe para satisfacerlos, así como las características del Espacio de Búsqueda, inherentes a la Clase de Problemas que deben resolverse mediante la HiperHeurística propuesta: Establecer el Espacio de Estados requerido por una Optimización Dinámica Posibilística sobre la Planificación de Mediano/Corto Plazo de un Sistema de Distribución de Energía Eléctrica (SDEE).
In this work the conceptual/theoretical framework of a novel HyperHeuristic, Case Based Reasoning and supported on some variants of MultiObjective Particle Swarm Optimization MetaHeuristic, called X-PSO, are presented. This HyperHeuristic, referred as HY X-FPSO CBR (Case Based Reasoning), works by mean of selection function, aproximated with an Artificial Backporpagation Neural Network. To design and, especially, training the Artificial Neural Network, Swarm Intelligence Principles and the skill that each XFPSO form exhibit to satisfy it, as well as the Search Space that is defined by the Problems Class to solve, are considered. This HyperHeuristic are designed to be applied in the definition of States Space required for a Possibilistic Optimization on the Mid/Short term Planning of a Electric Distribution System (EDS).
Fil: Schweickardt, Gustavo Alejandro. Universidad Tecnológica Nacional. Facultad Regional Concepción del Uruguay; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina
Fil: Casanova Pietroboni, Carlos Antonio. Universidad Tecnológica Nacional. Facultad Regional Concepción del Uruguay; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina
Fil: Gimenez Alvarez, Juan Manuel. Universidad Nacional de San Juan. Facultad de Ingeniería. Departamento de Ingeniería Electromecanica; Argentina. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina
description En el presente trabajo se desarrolla el marco conceptual/teórico relativo a una novedosa HiperHeurística, basada en Razonamiento y aplicada en el dominio de MetaHeurísticas variantes de la Optimización Por Enjambre de Partículas (PSO), denominadas X-PSO, MultiObjetivo. Esta HiperHeurística, referida como HY X-FPSO CBR (Case Based Reasoning) emplea, como mecanismo de selección de la forma X de la MetaHeurística FPSO a ser aplicada en cierta instancia de decisión, una Función de Elección aproximada mediante una Red Neuronal Artificial tipo Retropropagación. Para el diseño y, particularmente, entrenamiento de la misma, son considerados aspectos relativos a los Principios de la Inteligencia de Grupo y las habilidades que cada forma X-FPSO exhibe para satisfacerlos, así como las características del Espacio de Búsqueda, inherentes a la Clase de Problemas que deben resolverse mediante la HiperHeurística propuesta: Establecer el Espacio de Estados requerido por una Optimización Dinámica Posibilística sobre la Planificación de Mediano/Corto Plazo de un Sistema de Distribución de Energía Eléctrica (SDEE).
publishDate 2013
dc.date.none.fl_str_mv 2013-11
dc.type.none.fl_str_mv info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
http://purl.org/coar/resource_type/c_6501
info:ar-repo/semantics/articulo
format article
status_str publishedVersion
dc.identifier.none.fl_str_mv http://hdl.handle.net/11336/29163
Schweickardt, Gustavo Alejandro; Casanova Pietroboni, Carlos Antonio; Gimenez Alvarez, Juan Manuel; Hiperheurística basada en razonamiento con dominio en metaheurísticas x-pso multiobjetivo hy x-fpso cbr: Aplicación sobre una optimización dinámica posibilística parte 1) desarrollos teóricos del algoritmo hiperheurístico hy x-fpso cbr; Escuela de Perfeccionamiento en Investigación Operativa; Revista de la Escuela de Perfeccionamiento en Investigación Operativa; XXI; 34; 11-2013; 8-29
0329-7322
1853-9777
CONICET Digital
CONICET
url http://hdl.handle.net/11336/29163
identifier_str_mv Schweickardt, Gustavo Alejandro; Casanova Pietroboni, Carlos Antonio; Gimenez Alvarez, Juan Manuel; Hiperheurística basada en razonamiento con dominio en metaheurísticas x-pso multiobjetivo hy x-fpso cbr: Aplicación sobre una optimización dinámica posibilística parte 1) desarrollos teóricos del algoritmo hiperheurístico hy x-fpso cbr; Escuela de Perfeccionamiento en Investigación Operativa; Revista de la Escuela de Perfeccionamiento en Investigación Operativa; XXI; 34; 11-2013; 8-29
0329-7322
1853-9777
CONICET Digital
CONICET
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/url/https://revistas.unc.edu.ar/index.php/epio/about/contact
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
https://creativecommons.org/licenses/by-nc-sa/2.5/ar/
eu_rights_str_mv openAccess
rights_invalid_str_mv https://creativecommons.org/licenses/by-nc-sa/2.5/ar/
dc.format.none.fl_str_mv application/pdf
application/pdf
application/pdf
application/pdf
dc.publisher.none.fl_str_mv Escuela de Perfeccionamiento en Investigación Operativa
publisher.none.fl_str_mv Escuela de Perfeccionamiento en Investigación Operativa
dc.source.none.fl_str_mv reponame:CONICET Digital (CONICET)
instname:Consejo Nacional de Investigaciones Científicas y Técnicas
reponame_str CONICET Digital (CONICET)
collection CONICET Digital (CONICET)
instname_str Consejo Nacional de Investigaciones Científicas y Técnicas
repository.name.fl_str_mv CONICET Digital (CONICET) - Consejo Nacional de Investigaciones Científicas y Técnicas
repository.mail.fl_str_mv dasensio@conicet.gov.ar; lcarlino@conicet.gov.ar
_version_ 1842981085117415424
score 12.493442

Publicaciones similares