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
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/22953
Acceder
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

Publicaciones similares