Algoritmos evolutivos distribuidos para mantener diversidad poblacional

Autores
Salto, Carolina; Minetti, Gabriela F.; Alfonso, Hugo
Año de publicación
2004
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
Cuando el Algoritmo Evolutivo no logra equilibrar la exploración y la explotación del espacio de búsqueda es muy probable que se pierda diversidad poblacional. Tal inconveniente puede solucionarse con modelos de algoritmos evolutivos distribuidos, los cuales mantienen varias subpoblaciones (islas) en paralelo procesándolas con algoritmos evolutivos independientes entre sí. Las islas, por medio de mecanismos de migración, intercambian material genético. Las configuraciones de los algoritmos evolutivos que se aplican a las subpoblaciones pueden ser distintas, obteniéndose de esta manera algoritmos evolutivos distribuidos heterogéneos. Estos últimos representan un camino promisorio para un mejor balance entre exploración y explotación; evitando la pérdida de diversidad genética y alcanzando buenas soluciones finales aproximadas. Esta línea de investigación estudia los efectos producidos por el uso de diversas configuraciones en cada una de las islas, para que en ellas se logre un comportamiento evolutivo diferente, para mantener la diversidad poblacional y fundamentalmente conseguir soluciones de calidad.
Eje: Sistemas de información y Metaheurística
Red de Universidades con Carreras en Informática (RedUNCI)
Materia
Ciencias Informáticas
información
Algoritmos Evolutivos Paralelos
Evolución
Algorithms
Modelo Isla
Heterogeneidad
Homogeneidad
Optimización
Diversidad Poblacional
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/21352

id SEDICI_1c795ad0284cd632d9282de10dec4d5a
oai_identifier_str oai:sedici.unlp.edu.ar:10915/21352
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Algoritmos evolutivos distribuidos para mantener diversidad poblacionalSalto, CarolinaMinetti, Gabriela F.Alfonso, HugoCiencias InformáticasinformaciónAlgoritmos Evolutivos ParalelosEvoluciónAlgorithmsModelo IslaHeterogeneidadHomogeneidadOptimizaciónDiversidad PoblacionalCuando el Algoritmo Evolutivo no logra equilibrar la exploración y la explotación del espacio de búsqueda es muy probable que se pierda diversidad poblacional. Tal inconveniente puede solucionarse con modelos de algoritmos evolutivos distribuidos, los cuales mantienen varias subpoblaciones (islas) en paralelo procesándolas con algoritmos evolutivos independientes entre sí. Las islas, por medio de mecanismos de migración, intercambian material genético. Las configuraciones de los algoritmos evolutivos que se aplican a las subpoblaciones pueden ser distintas, obteniéndose de esta manera algoritmos evolutivos distribuidos heterogéneos. Estos últimos representan un camino promisorio para un mejor balance entre exploración y explotación; evitando la pérdida de diversidad genética y alcanzando buenas soluciones finales aproximadas. Esta línea de investigación estudia los efectos producidos por el uso de diversas configuraciones en cada una de las islas, para que en ellas se logre un comportamiento evolutivo diferente, para mantener la diversidad poblacional y fundamentalmente conseguir soluciones de calidad.Eje: Sistemas de información y MetaheurísticaRed de Universidades con Carreras en Informática (RedUNCI)2004-05info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf558-561http://sedici.unlp.edu.ar/handle/10915/21352spainfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/2.5/ar/Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-29T10:54:37Zoai:sedici.unlp.edu.ar:10915/21352Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 10:54:37.47SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Algoritmos evolutivos distribuidos para mantener diversidad poblacional
title Algoritmos evolutivos distribuidos para mantener diversidad poblacional
spellingShingle Algoritmos evolutivos distribuidos para mantener diversidad poblacional
Salto, Carolina
Ciencias Informáticas
información
Algoritmos Evolutivos Paralelos
Evolución
Algorithms
Modelo Isla
Heterogeneidad
Homogeneidad
Optimización
Diversidad Poblacional
title_short Algoritmos evolutivos distribuidos para mantener diversidad poblacional
title_full Algoritmos evolutivos distribuidos para mantener diversidad poblacional
title_fullStr Algoritmos evolutivos distribuidos para mantener diversidad poblacional
title_full_unstemmed Algoritmos evolutivos distribuidos para mantener diversidad poblacional
title_sort Algoritmos evolutivos distribuidos para mantener diversidad poblacional
dc.creator.none.fl_str_mv Salto, Carolina
Minetti, Gabriela F.
Alfonso, Hugo
author Salto, Carolina
author_facet Salto, Carolina
Minetti, Gabriela F.
Alfonso, Hugo
author_role author
author2 Minetti, Gabriela F.
Alfonso, Hugo
author2_role author
author
dc.subject.none.fl_str_mv Ciencias Informáticas
información
Algoritmos Evolutivos Paralelos
Evolución
Algorithms
Modelo Isla
Heterogeneidad
Homogeneidad
Optimización
Diversidad Poblacional
topic Ciencias Informáticas
información
Algoritmos Evolutivos Paralelos
Evolución
Algorithms
Modelo Isla
Heterogeneidad
Homogeneidad
Optimización
Diversidad Poblacional
dc.description.none.fl_txt_mv Cuando el Algoritmo Evolutivo no logra equilibrar la exploración y la explotación del espacio de búsqueda es muy probable que se pierda diversidad poblacional. Tal inconveniente puede solucionarse con modelos de algoritmos evolutivos distribuidos, los cuales mantienen varias subpoblaciones (islas) en paralelo procesándolas con algoritmos evolutivos independientes entre sí. Las islas, por medio de mecanismos de migración, intercambian material genético. Las configuraciones de los algoritmos evolutivos que se aplican a las subpoblaciones pueden ser distintas, obteniéndose de esta manera algoritmos evolutivos distribuidos heterogéneos. Estos últimos representan un camino promisorio para un mejor balance entre exploración y explotación; evitando la pérdida de diversidad genética y alcanzando buenas soluciones finales aproximadas. Esta línea de investigación estudia los efectos producidos por el uso de diversas configuraciones en cada una de las islas, para que en ellas se logre un comportamiento evolutivo diferente, para mantener la diversidad poblacional y fundamentalmente conseguir soluciones de calidad.
Eje: Sistemas de información y Metaheurística
Red de Universidades con Carreras en Informática (RedUNCI)
description Cuando el Algoritmo Evolutivo no logra equilibrar la exploración y la explotación del espacio de búsqueda es muy probable que se pierda diversidad poblacional. Tal inconveniente puede solucionarse con modelos de algoritmos evolutivos distribuidos, los cuales mantienen varias subpoblaciones (islas) en paralelo procesándolas con algoritmos evolutivos independientes entre sí. Las islas, por medio de mecanismos de migración, intercambian material genético. Las configuraciones de los algoritmos evolutivos que se aplican a las subpoblaciones pueden ser distintas, obteniéndose de esta manera algoritmos evolutivos distribuidos heterogéneos. Estos últimos representan un camino promisorio para un mejor balance entre exploración y explotación; evitando la pérdida de diversidad genética y alcanzando buenas soluciones finales aproximadas. Esta línea de investigación estudia los efectos producidos por el uso de diversas configuraciones en cada una de las islas, para que en ellas se logre un comportamiento evolutivo diferente, para mantener la diversidad poblacional y fundamentalmente conseguir soluciones de calidad.
publishDate 2004
dc.date.none.fl_str_mv 2004-05
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
Objeto de conferencia
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/21352
url http://sedici.unlp.edu.ar/handle/10915/21352
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)
dc.format.none.fl_str_mv application/pdf
558-561
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1844615803736948736
score 13.070432