Una representación generalizada en algoritmos evolutivos para una amplia variedad de problemas de scheduling
- Autores
- Ordoñez, Guillermo; Leguizamón, Mario Guillermo
- Año de publicación
- 2005
- Idioma
- español castellano
- Tipo de recurso
- documento de conferencia
- Estado
- versión publicada
- Descripción
- El problema general de scheduling representa un gran desafío computacional dado que es un problema inherentemente difícil. Para su resolución, existe una gran variedad de enfoques cuya efectividad depende del tipo, tamaño y otras características del problema de scheduling. Tales enfoques incluyen métodos tradicionales de investigación operativa, búsqueda local y sus diferentes versiones (por ejemplo, simulated annealing y tabu search) y diversas metaheurísticas bio-inspiradas tales como computación evolutiva y ant colony optimization, entre otras. La propuesta aquí planteada se centra en la descripción de una representación válida para una gran variedad de clases de problemas de scheduling, la cual es potencialmente apta para ser utilizada en el diseño de algunas metaheurísticas, en particular, algoritmos evolutivos.
VI Workshop de Agentes y Sistemas Inteligentes (WASI)
Red de Universidades con Carreras en Informática (RedUNCI) - Materia
-
Ciencias Informáticas
Scheduling
Heuristic methods
Representation - 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:10915/22958
Ver los metadatos del registro completo
id |
SEDICI_4d2942029c37f28196d78c33609877fe |
---|---|
oai_identifier_str |
oai:sedici.unlp.edu.ar:10915/22958 |
network_acronym_str |
SEDICI |
repository_id_str |
1329 |
network_name_str |
SEDICI (UNLP) |
spelling |
Una representación generalizada en algoritmos evolutivos para una amplia variedad de problemas de schedulingOrdoñez, GuillermoLeguizamón, Mario GuillermoCiencias InformáticasSchedulingHeuristic methodsRepresentationEl problema general de scheduling representa un gran desafío computacional dado que es un problema inherentemente difícil. Para su resolución, existe una gran variedad de enfoques cuya efectividad depende del tipo, tamaño y otras características del problema de scheduling. Tales enfoques incluyen métodos tradicionales de investigación operativa, búsqueda local y sus diferentes versiones (por ejemplo, simulated annealing y tabu search) y diversas metaheurísticas bio-inspiradas tales como computación evolutiva y ant colony optimization, entre otras. La propuesta aquí planteada se centra en la descripción de una representación válida para una gran variedad de clases de problemas de scheduling, la cual es potencialmente apta para ser utilizada en el diseño de algunas metaheurísticas, en particular, algoritmos evolutivos.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/10915/22958spainfo: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:10915/22958Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 10:55:16.905SEDICI (UNLP) - Universidad Nacional de La Platafalse |
dc.title.none.fl_str_mv |
Una representación generalizada en algoritmos evolutivos para una amplia variedad de problemas de scheduling |
title |
Una representación generalizada en algoritmos evolutivos para una amplia variedad de problemas de scheduling |
spellingShingle |
Una representación generalizada en algoritmos evolutivos para una amplia variedad de problemas de scheduling Ordoñez, Guillermo Ciencias Informáticas Scheduling Heuristic methods Representation |
title_short |
Una representación generalizada en algoritmos evolutivos para una amplia variedad de problemas de scheduling |
title_full |
Una representación generalizada en algoritmos evolutivos para una amplia variedad de problemas de scheduling |
title_fullStr |
Una representación generalizada en algoritmos evolutivos para una amplia variedad de problemas de scheduling |
title_full_unstemmed |
Una representación generalizada en algoritmos evolutivos para una amplia variedad de problemas de scheduling |
title_sort |
Una representación generalizada en algoritmos evolutivos para una amplia variedad de problemas de scheduling |
dc.creator.none.fl_str_mv |
Ordoñez, Guillermo Leguizamón, Mario Guillermo |
author |
Ordoñez, Guillermo |
author_facet |
Ordoñez, Guillermo Leguizamón, Mario Guillermo |
author_role |
author |
author2 |
Leguizamón, Mario Guillermo |
author2_role |
author |
dc.subject.none.fl_str_mv |
Ciencias Informáticas Scheduling Heuristic methods Representation |
topic |
Ciencias Informáticas Scheduling Heuristic methods Representation |
dc.description.none.fl_txt_mv |
El problema general de scheduling representa un gran desafío computacional dado que es un problema inherentemente difícil. Para su resolución, existe una gran variedad de enfoques cuya efectividad depende del tipo, tamaño y otras características del problema de scheduling. Tales enfoques incluyen métodos tradicionales de investigación operativa, búsqueda local y sus diferentes versiones (por ejemplo, simulated annealing y tabu search) y diversas metaheurísticas bio-inspiradas tales como computación evolutiva y ant colony optimization, entre otras. La propuesta aquí planteada se centra en la descripción de una representación válida para una gran variedad de clases de problemas de scheduling, la cual es potencialmente apta para ser utilizada en el diseño de algunas metaheurísticas, en particular, algoritmos evolutivos. VI Workshop de Agentes y Sistemas Inteligentes (WASI) Red de Universidades con Carreras en Informática (RedUNCI) |
description |
El problema general de scheduling representa un gran desafío computacional dado que es un problema inherentemente difícil. Para su resolución, existe una gran variedad de enfoques cuya efectividad depende del tipo, tamaño y otras características del problema de scheduling. Tales enfoques incluyen métodos tradicionales de investigación operativa, búsqueda local y sus diferentes versiones (por ejemplo, simulated annealing y tabu search) y diversas metaheurísticas bio-inspiradas tales como computación evolutiva y ant colony optimization, entre otras. La propuesta aquí planteada se centra en la descripción de una representación válida para una gran variedad de clases de problemas de scheduling, la cual es potencialmente apta para ser utilizada en el diseño de algunas metaheurísticas, en particular, algoritmos evolutivos. |
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/10915/22958 |
url |
http://sedici.unlp.edu.ar/handle/10915/22958 |
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_ |
1844615811417767936 |
score |
13.070432 |