Algoritmos evolutivos paralelos distribuidos para resolver problemas de optimización
- Autores
- Stark, Natalia; Salto, Carolina
- Año de publicación
- 2005
- Idioma
- español castellano
- Tipo de recurso
- documento de conferencia
- Estado
- versión publicada
- Descripción
- Los algoritmos evolutivos (AEs) se usan para buscar soluciones a problemas complejos. Una tendencia actual consiste en disponer de la mayor cantidad de recursos computacionales para alcanzar los resultados de forma más rápida por medio de un trabajo cooperativo. Este trabajo presenta una versión distribuida de un algoritmo evolutivo. El algoritmo consta de un conjunto de islas o subpoblaciones cooperantes interconectadas con un proceso coordinador, representando una topología estrella. Todas las islas se conducen internamente de acuerdo a un plan reproductivo propio, en este caso un AE de estado estacionario, e intercambian un individuo a una cierta frecuencia mediante el proceso coordinador. Se compara experimentalmente el desempeño de esta propuesta con un modelo distribuido consistente en un anillo de islas evolutivas y con un AE panmíctico a fin de identificar cuáles son sus aciertos y debilidades. Además se analiza el modelo propuesto frente a políticas de migración y reemplazo. Reportamos que el algoritmo propuesto presenta el mejor comportamiento de entre los evaluados al encontrar soluciones de mejor calidad y una disminución en el costo de búsqueda. Se validan los resultados sobre dos problemas de optimización como lo son Max-Unos y P-Picos.
VI Workshop de Agentes y Sistemas Inteligentes (WASI)
Red de Universidades con Carreras en Informática (RedUNCI) - Materia
-
Ciencias Informáticas
Parallel algorithms
políticas de migración
Optimization - Nivel de accesibilidad
- acceso abierto
- Condiciones de uso
- http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
- Repositorio
- Institución
- Universidad Nacional de La Plata
- OAI Identificador
- oai:sedici.unlp.edu.ar:10915/22953
Ver los metadatos del registro completo
id |
SEDICI_2296bccb87dec9af04764349c1d6d4b9 |
---|---|
oai_identifier_str |
oai:sedici.unlp.edu.ar:10915/22953 |
network_acronym_str |
SEDICI |
repository_id_str |
1329 |
network_name_str |
SEDICI (UNLP) |
spelling |
Algoritmos evolutivos paralelos distribuidos para resolver problemas de optimizaciónStark, NataliaSalto, CarolinaCiencias InformáticasParallel algorithmspolíticas de migraciónOptimizationLos algoritmos evolutivos (AEs) se usan para buscar soluciones a problemas complejos. Una tendencia actual consiste en disponer de la mayor cantidad de recursos computacionales para alcanzar los resultados de forma más rápida por medio de un trabajo cooperativo. Este trabajo presenta una versión distribuida de un algoritmo evolutivo. El algoritmo consta de un conjunto de islas o subpoblaciones cooperantes interconectadas con un proceso coordinador, representando una topología estrella. Todas las islas se conducen internamente de acuerdo a un plan reproductivo propio, en este caso un AE de estado estacionario, e intercambian un individuo a una cierta frecuencia mediante el proceso coordinador. Se compara experimentalmente el desempeño de esta propuesta con un modelo distribuido consistente en un anillo de islas evolutivas y con un AE panmíctico a fin de identificar cuáles son sus aciertos y debilidades. Además se analiza el modelo propuesto frente a políticas de migración y reemplazo. Reportamos que el algoritmo propuesto presenta el mejor comportamiento de entre los evaluados al encontrar soluciones de mejor calidad y una disminución en el costo de búsqueda. Se validan los resultados sobre dos problemas de optimización como lo son Max-Unos y P-Picos.VI Workshop de Agentes y Sistemas Inteligentes (WASI)Red de Universidades con Carreras en Informática (RedUNCI)2005-10info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdfhttp://sedici.unlp.edu.ar/handle/10915/22953spainfo: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:UNLP2025-09-29T10:55:16Zoai:sedici.unlp.edu.ar:10915/22953Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 10:55:16.89SEDICI (UNLP) - Universidad Nacional de La Platafalse |
dc.title.none.fl_str_mv |
Algoritmos evolutivos paralelos distribuidos para resolver problemas de optimización |
title |
Algoritmos evolutivos paralelos distribuidos para resolver problemas de optimización |
spellingShingle |
Algoritmos evolutivos paralelos distribuidos para resolver problemas de optimización Stark, Natalia Ciencias Informáticas Parallel algorithms políticas de migración Optimization |
title_short |
Algoritmos evolutivos paralelos distribuidos para resolver problemas de optimización |
title_full |
Algoritmos evolutivos paralelos distribuidos para resolver problemas de optimización |
title_fullStr |
Algoritmos evolutivos paralelos distribuidos para resolver problemas de optimización |
title_full_unstemmed |
Algoritmos evolutivos paralelos distribuidos para resolver problemas de optimización |
title_sort |
Algoritmos evolutivos paralelos distribuidos para resolver problemas de optimización |
dc.creator.none.fl_str_mv |
Stark, Natalia Salto, Carolina |
author |
Stark, Natalia |
author_facet |
Stark, Natalia Salto, Carolina |
author_role |
author |
author2 |
Salto, Carolina |
author2_role |
author |
dc.subject.none.fl_str_mv |
Ciencias Informáticas Parallel algorithms políticas de migración Optimization |
topic |
Ciencias Informáticas Parallel algorithms políticas de migración Optimization |
dc.description.none.fl_txt_mv |
Los algoritmos evolutivos (AEs) se usan para buscar soluciones a problemas complejos. Una tendencia actual consiste en disponer de la mayor cantidad de recursos computacionales para alcanzar los resultados de forma más rápida por medio de un trabajo cooperativo. Este trabajo presenta una versión distribuida de un algoritmo evolutivo. El algoritmo consta de un conjunto de islas o subpoblaciones cooperantes interconectadas con un proceso coordinador, representando una topología estrella. Todas las islas se conducen internamente de acuerdo a un plan reproductivo propio, en este caso un AE de estado estacionario, e intercambian un individuo a una cierta frecuencia mediante el proceso coordinador. Se compara experimentalmente el desempeño de esta propuesta con un modelo distribuido consistente en un anillo de islas evolutivas y con un AE panmíctico a fin de identificar cuáles son sus aciertos y debilidades. Además se analiza el modelo propuesto frente a políticas de migración y reemplazo. Reportamos que el algoritmo propuesto presenta el mejor comportamiento de entre los evaluados al encontrar soluciones de mejor calidad y una disminución en el costo de búsqueda. Se validan los resultados sobre dos problemas de optimización como lo son Max-Unos y P-Picos. VI Workshop de Agentes y Sistemas Inteligentes (WASI) Red de Universidades con Carreras en Informática (RedUNCI) |
description |
Los algoritmos evolutivos (AEs) se usan para buscar soluciones a problemas complejos. Una tendencia actual consiste en disponer de la mayor cantidad de recursos computacionales para alcanzar los resultados de forma más rápida por medio de un trabajo cooperativo. Este trabajo presenta una versión distribuida de un algoritmo evolutivo. El algoritmo consta de un conjunto de islas o subpoblaciones cooperantes interconectadas con un proceso coordinador, representando una topología estrella. Todas las islas se conducen internamente de acuerdo a un plan reproductivo propio, en este caso un AE de estado estacionario, e intercambian un individuo a una cierta frecuencia mediante el proceso coordinador. Se compara experimentalmente el desempeño de esta propuesta con un modelo distribuido consistente en un anillo de islas evolutivas y con un AE panmíctico a fin de identificar cuáles son sus aciertos y debilidades. Además se analiza el modelo propuesto frente a políticas de migración y reemplazo. Reportamos que el algoritmo propuesto presenta el mejor comportamiento de entre los evaluados al encontrar soluciones de mejor calidad y una disminución en el costo de búsqueda. Se validan los resultados sobre dos problemas de optimización como lo son Max-Unos y P-Picos. |
publishDate |
2005 |
dc.date.none.fl_str_mv |
2005-10 |
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/10915/22953 |
url |
http://sedici.unlp.edu.ar/handle/10915/22953 |
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 |
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_ |
1844615811410427904 |
score |
13.070432 |