Modelado de sistemas difusos basado en el algoritmo genético compacto

Autores
Melgarejo, Miguel; Prieto, Alvaro; Ruiz Cheylat, Carlos Matías
Año de publicación
2011
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
Este artículo presenta dos casos de estudio para el modelado de sistemas difusos basado en el Algoritmo Genético Compacto (CGA). Se estudian los casos de clasificación de la flor Iris de Fisher y la estimación de la función Sinc. Se realiza una comparación del enfoque basado en el CGA contra el enfoque basado en el Algoritmo Genético clásico (GA). Los resultados obtenidos de 100 experimentos para variaciones de los enfoques de CGA y GA, apuntan a que para los casos de estudio, el desempeño del enfoque basado en CGA es mejor dado que el error disminuye, y es más rápido con respecto al número de iteraciones necesarias para converger.
Sociedad Argentina de Informática e Investigación Operativa
Materia
Ciencias Informáticas
Sistemas Difusos
Modelado de Sistemas Difusos
Algoritmos Evolutivos
Caminata aleatoria
Clasificador
Estimador
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/4.0/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/125262
Acceder
id SEDICI_5fae4bb94278c8f01f41a1107c34c1ee
oai_identifier_str oai:sedici.unlp.edu.ar:10915/125262
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Modelado de sistemas difusos basado en el algoritmo genético compactoMelgarejo, MiguelPrieto, AlvaroRuiz Cheylat, Carlos MatíasCiencias InformáticasSistemas DifusosModelado de Sistemas DifusosAlgoritmos EvolutivosCaminata aleatoriaClasificadorEstimadorEste artículo presenta dos casos de estudio para el modelado de sistemas difusos basado en el Algoritmo Genético Compacto (CGA). Se estudian los casos de clasificación de la flor Iris de Fisher y la estimación de la función Sinc. Se realiza una comparación del enfoque basado en el CGA contra el enfoque basado en el Algoritmo Genético clásico (GA). Los resultados obtenidos de 100 experimentos para variaciones de los enfoques de CGA y GA, apuntan a que para los casos de estudio, el desempeño del enfoque basado en CGA es mejor dado que el error disminuye, y es más rápido con respecto al número de iteraciones necesarias para converger.Sociedad Argentina de Informática e Investigación Operativa2011-08info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf180-191http://sedici.unlp.edu.ar/handle/10915/125262spainfo:eu-repo/semantics/altIdentifier/issn/1850-2784info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/4.0/Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2026-05-27T11:24:19Zoai:sedici.unlp.edu.ar:10915/125262Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292026-05-27 11:24:20.146SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Modelado de sistemas difusos basado en el algoritmo genético compacto
title Modelado de sistemas difusos basado en el algoritmo genético compacto
spellingShingle Modelado de sistemas difusos basado en el algoritmo genético compacto
Melgarejo, Miguel
Ciencias Informáticas
Sistemas Difusos
Modelado de Sistemas Difusos
Algoritmos Evolutivos
Caminata aleatoria
Clasificador
Estimador
title_short Modelado de sistemas difusos basado en el algoritmo genético compacto
title_full Modelado de sistemas difusos basado en el algoritmo genético compacto
title_fullStr Modelado de sistemas difusos basado en el algoritmo genético compacto
title_full_unstemmed Modelado de sistemas difusos basado en el algoritmo genético compacto
title_sort Modelado de sistemas difusos basado en el algoritmo genético compacto
dc.creator.none.fl_str_mv Melgarejo, Miguel
Prieto, Alvaro
Ruiz Cheylat, Carlos Matías
author Melgarejo, Miguel
author_facet Melgarejo, Miguel
Prieto, Alvaro
Ruiz Cheylat, Carlos Matías
author_role author
author2 Prieto, Alvaro
Ruiz Cheylat, Carlos Matías
author2_role author
author
dc.subject.none.fl_str_mv Ciencias Informáticas
Sistemas Difusos
Modelado de Sistemas Difusos
Algoritmos Evolutivos
Caminata aleatoria
Clasificador
Estimador
topic Ciencias Informáticas
Sistemas Difusos
Modelado de Sistemas Difusos
Algoritmos Evolutivos
Caminata aleatoria
Clasificador
Estimador
dc.description.none.fl_txt_mv Este artículo presenta dos casos de estudio para el modelado de sistemas difusos basado en el Algoritmo Genético Compacto (CGA). Se estudian los casos de clasificación de la flor Iris de Fisher y la estimación de la función Sinc. Se realiza una comparación del enfoque basado en el CGA contra el enfoque basado en el Algoritmo Genético clásico (GA). Los resultados obtenidos de 100 experimentos para variaciones de los enfoques de CGA y GA, apuntan a que para los casos de estudio, el desempeño del enfoque basado en CGA es mejor dado que el error disminuye, y es más rápido con respecto al número de iteraciones necesarias para converger.
Sociedad Argentina de Informática e Investigación Operativa
description Este artículo presenta dos casos de estudio para el modelado de sistemas difusos basado en el Algoritmo Genético Compacto (CGA). Se estudian los casos de clasificación de la flor Iris de Fisher y la estimación de la función Sinc. Se realiza una comparación del enfoque basado en el CGA contra el enfoque basado en el Algoritmo Genético clásico (GA). Los resultados obtenidos de 100 experimentos para variaciones de los enfoques de CGA y GA, apuntan a que para los casos de estudio, el desempeño del enfoque basado en CGA es mejor dado que el error disminuye, y es más rápido con respecto al número de iteraciones necesarias para converger.
publishDate 2011
dc.date.none.fl_str_mv 2011-08
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/10915/125262
url http://sedici.unlp.edu.ar/handle/10915/125262
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/issn/1850-2784
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
dc.format.none.fl_str_mv application/pdf
180-191
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_ 1866371841634861056
score 13.343307

Publicaciones similares