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
- Institución
- Universidad Nacional de La Plata
- OAI Identificador
- oai:sedici.unlp.edu.ar:10915/20312
Ver los metadatos del registro completo
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 |