Incorporación de conocimiento en algoritmos evolutivos en problemas de scheduling

Autores
Pandolfi, Daniel; San Pedro, María Eugenia de; Villagra, Andrea; Lasso, Marta Graciela; Leguizamón, Guillermo
Año de publicación
2007
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
Los Algoritmos Evolutivos (AEs) son una de las metaheurísticas más ampliamente difundidas y estudiadas [28]. Estas, como muchas otras metaheuristicas, pueden ser mejoradas en su diseño a fin de realizar una exploración más eficiente del espacio de búsqueda. En el caso de los AEs, un adecuado desempeño de los mismos, depende en gran medida de los operadores y/o mecanismos de exploración involucrados y que adecuadamente implementados, pueden dar lugar a versiones más eficientes. En este sentido, la incoporación de conocimiento y/o información en el diseño de los AEs es de gran interés en la actualidad. Por esta razón, existen diversas líneas de investigación en la actualidad que tienen como objetivo principal el diseño avanzado de EAs a través de la incorporación de conocimiento. Esta línea de investigación, aborda diferentes estrategias tales como la incorporación del conocimiento experto a priori o el conocimiento adquirido durante la evolución, conceptos derivados de las teorías de evolución social, y cultural, entre otras.
Eje: Agentes y Sistemas Inteligentes
Red de Universidades con Carreras en Informática (RedUNCI)
Materia
Ciencias Informáticas
Intelligent agents
incorporación de conocimiento
Algorithms
algoritmos evolutivos
Scheduling
problemas de scheduling
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:10915/20312

id SEDICI_311193923880f3317ef3509796b40c56
oai_identifier_str oai:sedici.unlp.edu.ar:10915/20312
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Incorporación de conocimiento en algoritmos evolutivos en problemas de schedulingPandolfi, DanielSan Pedro, María Eugenia deVillagra, AndreaLasso, Marta GracielaLeguizamón, GuillermoCiencias InformáticasIntelligent agentsincorporación de conocimientoAlgorithmsalgoritmos evolutivosSchedulingproblemas de schedulingLos Algoritmos Evolutivos (AEs) son una de las metaheurísticas más ampliamente difundidas y estudiadas [28]. Estas, como muchas otras metaheuristicas, pueden ser mejoradas en su diseño a fin de realizar una exploración más eficiente del espacio de búsqueda. En el caso de los AEs, un adecuado desempeño de los mismos, depende en gran medida de los operadores y/o mecanismos de exploración involucrados y que adecuadamente implementados, pueden dar lugar a versiones más eficientes. En este sentido, la incoporación de conocimiento y/o información en el diseño de los AEs es de gran interés en la actualidad. Por esta razón, existen diversas líneas de investigación en la actualidad que tienen como objetivo principal el diseño avanzado de EAs a través de la incorporación de conocimiento. Esta línea de investigación, aborda diferentes estrategias tales como la incorporación del conocimiento experto a priori o el conocimiento adquirido durante la evolución, conceptos derivados de las teorías de evolución social, y cultural, entre otras.Eje: Agentes y Sistemas InteligentesRed de Universidades con Carreras en Informática (RedUNCI)2007-05info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf101-105http://sedici.unlp.edu.ar/handle/10915/20312spainfo:eu-repo/semantics/altIdentifier/isbn/978-950-763-075-0info: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:UNLP2025-09-03T10:27:04Zoai:sedici.unlp.edu.ar:10915/20312Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-03 10:27:04.569SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Incorporación de conocimiento en algoritmos evolutivos en problemas de scheduling
title Incorporación de conocimiento en algoritmos evolutivos en problemas de scheduling
spellingShingle Incorporación de conocimiento en algoritmos evolutivos en problemas de scheduling
Pandolfi, Daniel
Ciencias Informáticas
Intelligent agents
incorporación de conocimiento
Algorithms
algoritmos evolutivos
Scheduling
problemas de scheduling
title_short Incorporación de conocimiento en algoritmos evolutivos en problemas de scheduling
title_full Incorporación de conocimiento en algoritmos evolutivos en problemas de scheduling
title_fullStr Incorporación de conocimiento en algoritmos evolutivos en problemas de scheduling
title_full_unstemmed Incorporación de conocimiento en algoritmos evolutivos en problemas de scheduling
title_sort Incorporación de conocimiento en algoritmos evolutivos en problemas de scheduling
dc.creator.none.fl_str_mv Pandolfi, Daniel
San Pedro, María Eugenia de
Villagra, Andrea
Lasso, Marta Graciela
Leguizamón, Guillermo
author Pandolfi, Daniel
author_facet Pandolfi, Daniel
San Pedro, María Eugenia de
Villagra, Andrea
Lasso, Marta Graciela
Leguizamón, Guillermo
author_role author
author2 San Pedro, María Eugenia de
Villagra, Andrea
Lasso, Marta Graciela
Leguizamón, Guillermo
author2_role author
author
author
author
dc.subject.none.fl_str_mv Ciencias Informáticas
Intelligent agents
incorporación de conocimiento
Algorithms
algoritmos evolutivos
Scheduling
problemas de scheduling
topic Ciencias Informáticas
Intelligent agents
incorporación de conocimiento
Algorithms
algoritmos evolutivos
Scheduling
problemas de scheduling
dc.description.none.fl_txt_mv Los Algoritmos Evolutivos (AEs) son una de las metaheurísticas más ampliamente difundidas y estudiadas [28]. Estas, como muchas otras metaheuristicas, pueden ser mejoradas en su diseño a fin de realizar una exploración más eficiente del espacio de búsqueda. En el caso de los AEs, un adecuado desempeño de los mismos, depende en gran medida de los operadores y/o mecanismos de exploración involucrados y que adecuadamente implementados, pueden dar lugar a versiones más eficientes. En este sentido, la incoporación de conocimiento y/o información en el diseño de los AEs es de gran interés en la actualidad. Por esta razón, existen diversas líneas de investigación en la actualidad que tienen como objetivo principal el diseño avanzado de EAs a través de la incorporación de conocimiento. Esta línea de investigación, aborda diferentes estrategias tales como la incorporación del conocimiento experto a priori o el conocimiento adquirido durante la evolución, conceptos derivados de las teorías de evolución social, y cultural, entre otras.
Eje: Agentes y Sistemas Inteligentes
Red de Universidades con Carreras en Informática (RedUNCI)
description Los Algoritmos Evolutivos (AEs) son una de las metaheurísticas más ampliamente difundidas y estudiadas [28]. Estas, como muchas otras metaheuristicas, pueden ser mejoradas en su diseño a fin de realizar una exploración más eficiente del espacio de búsqueda. En el caso de los AEs, un adecuado desempeño de los mismos, depende en gran medida de los operadores y/o mecanismos de exploración involucrados y que adecuadamente implementados, pueden dar lugar a versiones más eficientes. En este sentido, la incoporación de conocimiento y/o información en el diseño de los AEs es de gran interés en la actualidad. Por esta razón, existen diversas líneas de investigación en la actualidad que tienen como objetivo principal el diseño avanzado de EAs a través de la incorporación de conocimiento. Esta línea de investigación, aborda diferentes estrategias tales como la incorporación del conocimiento experto a priori o el conocimiento adquirido durante la evolución, conceptos derivados de las teorías de evolución social, y cultural, entre otras.
publishDate 2007
dc.date.none.fl_str_mv 2007-05
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/10915/20312
url http://sedici.unlp.edu.ar/handle/10915/20312
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/isbn/978-950-763-075-0
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
101-105
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_ 1842260106317660160
score 13.13397