Análisis del Ómicron ACO con optimización local

Autores
Gardel Sotomayor, Pedro Esteban; Barán, Benjamín; Gómez, Osvaldo
Año de publicación
2004
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
La optimización por Colonia de Hormigas (Ant Colony Optimization o ACO) es una metaheurística inspirada por el comportamiento de búsqueda de alimentos de las hormigas. Esta metaheurística ha sido exitosamente empleada en la resolución de difíciles problemas de optimización combinatoria como el problema del cajero viajante (Traveling Salesman Problem o TSP). El presente artículo analiza el desempeño del Ómicron ACO (OA), una nueva alternativa de algoritmo ACO, comparándolo con el MAX-MIN Ant System (MMAS), uno de los ACO más reconocidos, en la resolución de dos instancias del TSP de 100 y 442 ciudades respectivamente. Con el objeto de realizar una comparación completa, se incluye un optimizador local (Local Search) como acelerador de convergencia, verificándose experimentalmente ciertas ventajas del OA sobre el más tradicional MMAS.
Eje: V - Workshop de agentes y sistemas inteligentes
Red de Universidades con Carreras en Informática (RedUNCI)
Materia
Ciencias Informáticas
Inteligencia artificial
Hormigas
ARTIFICIAL INTELLIGENCE
Optimización por Colonia de Hormigas
Intelligent agents
Ómicron ACO
Optimization
MAX-MIN Ant System
Problema del Cajero Viajante
Optimización Local
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:10915/22549
Acceder
id SEDICI_3096302ff598fa5baa948f983ecafa3f
oai_identifier_str oai:sedici.unlp.edu.ar:10915/22549
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Análisis del Ómicron ACO con optimización localGardel Sotomayor, Pedro EstebanBarán, BenjamínGómez, OsvaldoCiencias InformáticasInteligencia artificialHormigasARTIFICIAL INTELLIGENCEOptimización por Colonia de HormigasIntelligent agentsÓmicron ACOOptimizationMAX-MIN Ant SystemProblema del Cajero ViajanteOptimización LocalLa optimización por Colonia de Hormigas (Ant Colony Optimization o ACO) es una metaheurística inspirada por el comportamiento de búsqueda de alimentos de las hormigas. Esta metaheurística ha sido exitosamente empleada en la resolución de difíciles problemas de optimización combinatoria como el problema del cajero viajante (Traveling Salesman Problem o TSP). El presente artículo analiza el desempeño del Ómicron ACO (OA), una nueva alternativa de algoritmo ACO, comparándolo con el MAX-MIN Ant System (MMAS), uno de los ACO más reconocidos, en la resolución de dos instancias del TSP de 100 y 442 ciudades respectivamente. Con el objeto de realizar una comparación completa, se incluye un optimizador local (Local Search) como acelerador de convergencia, verificándose experimentalmente ciertas ventajas del OA sobre el más tradicional MMAS.Eje: V - Workshop de agentes y sistemas inteligentesRed de Universidades con Carreras en Informática (RedUNCI)2004info: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/10915/22549spainfo: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:UNLP2025-09-03T10:27:53Zoai:sedici.unlp.edu.ar:10915/22549Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-03 10:27:53.865SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Análisis del Ómicron ACO con optimización local
title Análisis del Ómicron ACO con optimización local
spellingShingle Análisis del Ómicron ACO con optimización local
Gardel Sotomayor, Pedro Esteban
Ciencias Informáticas
Inteligencia artificial
Hormigas
ARTIFICIAL INTELLIGENCE
Optimización por Colonia de Hormigas
Intelligent agents
Ómicron ACO
Optimization
MAX-MIN Ant System
Problema del Cajero Viajante
Optimización Local
title_short Análisis del Ómicron ACO con optimización local
title_full Análisis del Ómicron ACO con optimización local
title_fullStr Análisis del Ómicron ACO con optimización local
title_full_unstemmed Análisis del Ómicron ACO con optimización local
title_sort Análisis del Ómicron ACO con optimización local
dc.creator.none.fl_str_mv Gardel Sotomayor, Pedro Esteban
Barán, Benjamín
Gómez, Osvaldo
author Gardel Sotomayor, Pedro Esteban
author_facet Gardel Sotomayor, Pedro Esteban
Barán, Benjamín
Gómez, Osvaldo
author_role author
author2 Barán, Benjamín
Gómez, Osvaldo
author2_role author
author
dc.subject.none.fl_str_mv Ciencias Informáticas
Inteligencia artificial
Hormigas
ARTIFICIAL INTELLIGENCE
Optimización por Colonia de Hormigas
Intelligent agents
Ómicron ACO
Optimization
MAX-MIN Ant System
Problema del Cajero Viajante
Optimización Local
topic Ciencias Informáticas
Inteligencia artificial
Hormigas
ARTIFICIAL INTELLIGENCE
Optimización por Colonia de Hormigas
Intelligent agents
Ómicron ACO
Optimization
MAX-MIN Ant System
Problema del Cajero Viajante
Optimización Local
dc.description.none.fl_txt_mv La optimización por Colonia de Hormigas (Ant Colony Optimization o ACO) es una metaheurística inspirada por el comportamiento de búsqueda de alimentos de las hormigas. Esta metaheurística ha sido exitosamente empleada en la resolución de difíciles problemas de optimización combinatoria como el problema del cajero viajante (Traveling Salesman Problem o TSP). El presente artículo analiza el desempeño del Ómicron ACO (OA), una nueva alternativa de algoritmo ACO, comparándolo con el MAX-MIN Ant System (MMAS), uno de los ACO más reconocidos, en la resolución de dos instancias del TSP de 100 y 442 ciudades respectivamente. Con el objeto de realizar una comparación completa, se incluye un optimizador local (Local Search) como acelerador de convergencia, verificándose experimentalmente ciertas ventajas del OA sobre el más tradicional MMAS.
Eje: V - Workshop de agentes y sistemas inteligentes
Red de Universidades con Carreras en Informática (RedUNCI)
description La optimización por Colonia de Hormigas (Ant Colony Optimization o ACO) es una metaheurística inspirada por el comportamiento de búsqueda de alimentos de las hormigas. Esta metaheurística ha sido exitosamente empleada en la resolución de difíciles problemas de optimización combinatoria como el problema del cajero viajante (Traveling Salesman Problem o TSP). El presente artículo analiza el desempeño del Ómicron ACO (OA), una nueva alternativa de algoritmo ACO, comparándolo con el MAX-MIN Ant System (MMAS), uno de los ACO más reconocidos, en la resolución de dos instancias del TSP de 100 y 442 ciudades respectivamente. Con el objeto de realizar una comparación completa, se incluye un optimizador local (Local Search) como acelerador de convergencia, verificándose experimentalmente ciertas ventajas del OA sobre el más tradicional MMAS.
publishDate 2004
dc.date.none.fl_str_mv 2004
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/10915/22549
url http://sedici.unlp.edu.ar/handle/10915/22549
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_ 1842260117454585856
score 13.13397

Publicaciones similares