Sistemas meta-heurísticos para resolver problemas de optimización

Autores
Alfonso, Hugo; Graglia, Patricia; Minetti, Gabriela F.; Salto, Carolina; Stark, Natalia
Año de publicación
2007
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
Esta línea de investigación se centra en el diseño y el desarrollo de algoritmos heurísticos y metaheurísticos que resuelvan problemas de optimización. En particular se pondrá especial énfasis en problemas tales como: el de corte y empaquetado y el de ruteo vehicular. Tanto la optimización de la planificación de recursos como la de generación de patrones de cortes, reducen significativamente los costos de los distintos recursos involucrados. Otro problema atacado es el de secuenciamiento genético, específicamente el de ensamblado de fragmentos de ADN (ácido desoxirribonucleico). Donde los volúmenes y la variedad de la información generada han crecido inconmensurablemente, hecho provocado por los importantes avances dados en la biología molecular y las técnicas subyacentes. Por lo tanto se necesitan de métodos de optimización que permitan estudiar la información funcional y estructural de una secuencia desconocida de ADN. Las metaheurísticas y las técnicas modernas de la inteligencia artificial han sido juzgadas o evaluadas como eficientes por la comunidad científica, ya que con un esfuerzo limitado se pueden alcanzar buenos resultados con gran versatilidad. En la actualidad dos de las ramas con más éxito para diseñar meta-heurísticas, y dar solución a estos problemas, son la hibridación y el paralelismo.
Eje: Agentes y Sistemas Inteligentes
Red de Universidades con Carreras en Informática (RedUNCI)
Materia
Ciencias Informáticas
Sistemas meta-heurísticos
Optimización
Intelligent agents
problemas de optimización
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:10915/20327
Acceder
id SEDICI_589e3aa4c6dbc158e7128899f1a84b55
oai_identifier_str oai:sedici.unlp.edu.ar:10915/20327
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Sistemas meta-heurísticos para resolver problemas de optimizaciónAlfonso, HugoGraglia, PatriciaMinetti, Gabriela F.Salto, CarolinaStark, NataliaCiencias InformáticasSistemas meta-heurísticosOptimizaciónIntelligent agentsproblemas de optimizaciónEsta línea de investigación se centra en el diseño y el desarrollo de algoritmos heurísticos y metaheurísticos que resuelvan problemas de optimización. En particular se pondrá especial énfasis en problemas tales como: el de corte y empaquetado y el de ruteo vehicular. Tanto la optimización de la planificación de recursos como la de generación de patrones de cortes, reducen significativamente los costos de los distintos recursos involucrados. Otro problema atacado es el de secuenciamiento genético, específicamente el de ensamblado de fragmentos de ADN (ácido desoxirribonucleico). Donde los volúmenes y la variedad de la información generada han crecido inconmensurablemente, hecho provocado por los importantes avances dados en la biología molecular y las técnicas subyacentes. Por lo tanto se necesitan de métodos de optimización que permitan estudiar la información funcional y estructural de una secuencia desconocida de ADN. Las metaheurísticas y las técnicas modernas de la inteligencia artificial han sido juzgadas o evaluadas como eficientes por la comunidad científica, ya que con un esfuerzo limitado se pueden alcanzar buenos resultados con gran versatilidad. En la actualidad dos de las ramas con más éxito para diseñar meta-heurísticas, y dar solución a estos problemas, son la hibridación y el paralelismo.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/pdf152-155http://sedici.unlp.edu.ar/handle/10915/20327spainfo: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:10915/20327Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-03 10:27:04.619SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Sistemas meta-heurísticos para resolver problemas de optimización
title Sistemas meta-heurísticos para resolver problemas de optimización
spellingShingle Sistemas meta-heurísticos para resolver problemas de optimización
Alfonso, Hugo
Ciencias Informáticas
Sistemas meta-heurísticos
Optimización
Intelligent agents
problemas de optimización
title_short Sistemas meta-heurísticos para resolver problemas de optimización
title_full Sistemas meta-heurísticos para resolver problemas de optimización
title_fullStr Sistemas meta-heurísticos para resolver problemas de optimización
title_full_unstemmed Sistemas meta-heurísticos para resolver problemas de optimización
title_sort Sistemas meta-heurísticos para resolver problemas de optimización
dc.creator.none.fl_str_mv Alfonso, Hugo
Graglia, Patricia
Minetti, Gabriela F.
Salto, Carolina
Stark, Natalia
author Alfonso, Hugo
author_facet Alfonso, Hugo
Graglia, Patricia
Minetti, Gabriela F.
Salto, Carolina
Stark, Natalia
author_role author
author2 Graglia, Patricia
Minetti, Gabriela F.
Salto, Carolina
Stark, Natalia
author2_role author
author
author
author
dc.subject.none.fl_str_mv Ciencias Informáticas
Sistemas meta-heurísticos
Optimización
Intelligent agents
problemas de optimización
topic Ciencias Informáticas
Sistemas meta-heurísticos
Optimización
Intelligent agents
problemas de optimización
dc.description.none.fl_txt_mv Esta línea de investigación se centra en el diseño y el desarrollo de algoritmos heurísticos y metaheurísticos que resuelvan problemas de optimización. En particular se pondrá especial énfasis en problemas tales como: el de corte y empaquetado y el de ruteo vehicular. Tanto la optimización de la planificación de recursos como la de generación de patrones de cortes, reducen significativamente los costos de los distintos recursos involucrados. Otro problema atacado es el de secuenciamiento genético, específicamente el de ensamblado de fragmentos de ADN (ácido desoxirribonucleico). Donde los volúmenes y la variedad de la información generada han crecido inconmensurablemente, hecho provocado por los importantes avances dados en la biología molecular y las técnicas subyacentes. Por lo tanto se necesitan de métodos de optimización que permitan estudiar la información funcional y estructural de una secuencia desconocida de ADN. Las metaheurísticas y las técnicas modernas de la inteligencia artificial han sido juzgadas o evaluadas como eficientes por la comunidad científica, ya que con un esfuerzo limitado se pueden alcanzar buenos resultados con gran versatilidad. En la actualidad dos de las ramas con más éxito para diseñar meta-heurísticas, y dar solución a estos problemas, son la hibridación y el paralelismo.
Eje: Agentes y Sistemas Inteligentes
Red de Universidades con Carreras en Informática (RedUNCI)
description Esta línea de investigación se centra en el diseño y el desarrollo de algoritmos heurísticos y metaheurísticos que resuelvan problemas de optimización. En particular se pondrá especial énfasis en problemas tales como: el de corte y empaquetado y el de ruteo vehicular. Tanto la optimización de la planificación de recursos como la de generación de patrones de cortes, reducen significativamente los costos de los distintos recursos involucrados. Otro problema atacado es el de secuenciamiento genético, específicamente el de ensamblado de fragmentos de ADN (ácido desoxirribonucleico). Donde los volúmenes y la variedad de la información generada han crecido inconmensurablemente, hecho provocado por los importantes avances dados en la biología molecular y las técnicas subyacentes. Por lo tanto se necesitan de métodos de optimización que permitan estudiar la información funcional y estructural de una secuencia desconocida de ADN. Las metaheurísticas y las técnicas modernas de la inteligencia artificial han sido juzgadas o evaluadas como eficientes por la comunidad científica, ya que con un esfuerzo limitado se pueden alcanzar buenos resultados con gran versatilidad. En la actualidad dos de las ramas con más éxito para diseñar meta-heurísticas, y dar solución a estos problemas, son la hibridación y el paralelismo.
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/10915/20327
url http://sedici.unlp.edu.ar/handle/10915/20327
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
152-155
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_ 1842260106338631680
score 13.13397

Publicaciones similares