Algoritmo evolutivo basado en el mecanismo de haplodiploidia para resolver el problema de planificación de <i>weighted tardiness</i>
- Autores
- Villagra, Andrea; San Pedro, María Eugenia de; Lasso, Marta Graciela; Pandolfi, Daniel
- Año de publicación
- 2005
- Idioma
- español castellano
- Tipo de recurso
- documento de conferencia
- Estado
- versión publicada
- Descripción
- Los Algoritmos Evolutivos (EAs) suelen considerarse una buena técnica para encontrar rápidamente regiones prometedoras del espacio de búsqueda. Son algoritmos de búsqueda ciega, que solamente hacen uso de la bondad relativa de las solucione s, e ignoran la naturaleza del problema. Su rendimiento puede mejorarse usando enfoques multirecombinativos, los que proveen un balance exc elente entre la explotación y la exploración. Aunque los Algoritmos Evolutivos pueden encontrar óptimos globales de problemas de alta complejidad, la realidad es que muchas veces el costo computacional que requieren es prohibitivamente alto y se los prefieren para encontrar una solución razonable ya que eso suelen hacerlo en un tiempo relativamente corto. En muchos problemas de planificación, la calidad de las soluciones provistas, debe ser balanceada con el esfuerzo necesario para producirla. A menudo se requiere una aceleración de la convergencia a pesar de una aceptada pérdida de la calidad de los resultados. Este trabajo incorpora variantes que se basan en el mecanismo biológico de la haplodiploidia para determinar el sexo, en los operadores de cruzamiento PMX (Partial Mapped Crossover) y OX2 (Order Crossover) con el objetivo de reducir el esfuerzo computacional requerido para la obtención de una solución. Las variantes se aplicaron a un algoritmo evolutivo que permite resolver problemas de weighted tardiness en un ambiente de máquina única.
Eje: VI Workshop de Agentes y Sistemas Inteligentes (WASI)
Red de Universidades con Carreras en Informática (RedUNCI) - Materia
-
Ciencias Informáticas
Planificación
algoritmos evolutivos
multirecombinación
Algoritmos
weighted tardiness - 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:10915/22948
Ver los metadatos del registro completo
id |
SEDICI_754d0c8250f84d9e7e186b1ac978e995 |
---|---|
oai_identifier_str |
oai:sedici.unlp.edu.ar:10915/22948 |
network_acronym_str |
SEDICI |
repository_id_str |
1329 |
network_name_str |
SEDICI (UNLP) |
spelling |
Algoritmo evolutivo basado en el mecanismo de haplodiploidia para resolver el problema de planificación de <i>weighted tardiness</i>Villagra, AndreaSan Pedro, María Eugenia deLasso, Marta GracielaPandolfi, DanielCiencias InformáticasPlanificaciónalgoritmos evolutivosmultirecombinaciónAlgoritmosweighted tardinessLos Algoritmos Evolutivos (EAs) suelen considerarse una buena técnica para encontrar rápidamente regiones prometedoras del espacio de búsqueda. Son algoritmos de búsqueda ciega, que solamente hacen uso de la bondad relativa de las solucione s, e ignoran la naturaleza del problema. Su rendimiento puede mejorarse usando enfoques multirecombinativos, los que proveen un balance exc elente entre la explotación y la exploración. Aunque los Algoritmos Evolutivos pueden encontrar óptimos globales de problemas de alta complejidad, la realidad es que muchas veces el costo computacional que requieren es prohibitivamente alto y se los prefieren para encontrar una solución razonable ya que eso suelen hacerlo en un tiempo relativamente corto. En muchos problemas de planificación, la calidad de las soluciones provistas, debe ser balanceada con el esfuerzo necesario para producirla. A menudo se requiere una aceleración de la convergencia a pesar de una aceptada pérdida de la calidad de los resultados. Este trabajo incorpora variantes que se basan en el mecanismo biológico de la haplodiploidia para determinar el sexo, en los operadores de cruzamiento PMX (Partial Mapped Crossover) y OX2 (Order Crossover) con el objetivo de reducir el esfuerzo computacional requerido para la obtención de una solución. Las variantes se aplicaron a un algoritmo evolutivo que permite resolver problemas de weighted tardiness en un ambiente de máquina única.Eje: 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/10915/22948spainfo: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:UNLP2025-09-29T10:55:12Zoai:sedici.unlp.edu.ar:10915/22948Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 10:55:13.256SEDICI (UNLP) - Universidad Nacional de La Platafalse |
dc.title.none.fl_str_mv |
Algoritmo evolutivo basado en el mecanismo de haplodiploidia para resolver el problema de planificación de <i>weighted tardiness</i> |
title |
Algoritmo evolutivo basado en el mecanismo de haplodiploidia para resolver el problema de planificación de <i>weighted tardiness</i> |
spellingShingle |
Algoritmo evolutivo basado en el mecanismo de haplodiploidia para resolver el problema de planificación de <i>weighted tardiness</i> Villagra, Andrea Ciencias Informáticas Planificación algoritmos evolutivos multirecombinación Algoritmos weighted tardiness |
title_short |
Algoritmo evolutivo basado en el mecanismo de haplodiploidia para resolver el problema de planificación de <i>weighted tardiness</i> |
title_full |
Algoritmo evolutivo basado en el mecanismo de haplodiploidia para resolver el problema de planificación de <i>weighted tardiness</i> |
title_fullStr |
Algoritmo evolutivo basado en el mecanismo de haplodiploidia para resolver el problema de planificación de <i>weighted tardiness</i> |
title_full_unstemmed |
Algoritmo evolutivo basado en el mecanismo de haplodiploidia para resolver el problema de planificación de <i>weighted tardiness</i> |
title_sort |
Algoritmo evolutivo basado en el mecanismo de haplodiploidia para resolver el problema de planificación de <i>weighted tardiness</i> |
dc.creator.none.fl_str_mv |
Villagra, Andrea San Pedro, María Eugenia de Lasso, Marta Graciela Pandolfi, Daniel |
author |
Villagra, Andrea |
author_facet |
Villagra, Andrea San Pedro, María Eugenia de Lasso, Marta Graciela Pandolfi, Daniel |
author_role |
author |
author2 |
San Pedro, María Eugenia de Lasso, Marta Graciela Pandolfi, Daniel |
author2_role |
author author author |
dc.subject.none.fl_str_mv |
Ciencias Informáticas Planificación algoritmos evolutivos multirecombinación Algoritmos weighted tardiness |
topic |
Ciencias Informáticas Planificación algoritmos evolutivos multirecombinación Algoritmos weighted tardiness |
dc.description.none.fl_txt_mv |
Los Algoritmos Evolutivos (EAs) suelen considerarse una buena técnica para encontrar rápidamente regiones prometedoras del espacio de búsqueda. Son algoritmos de búsqueda ciega, que solamente hacen uso de la bondad relativa de las solucione s, e ignoran la naturaleza del problema. Su rendimiento puede mejorarse usando enfoques multirecombinativos, los que proveen un balance exc elente entre la explotación y la exploración. Aunque los Algoritmos Evolutivos pueden encontrar óptimos globales de problemas de alta complejidad, la realidad es que muchas veces el costo computacional que requieren es prohibitivamente alto y se los prefieren para encontrar una solución razonable ya que eso suelen hacerlo en un tiempo relativamente corto. En muchos problemas de planificación, la calidad de las soluciones provistas, debe ser balanceada con el esfuerzo necesario para producirla. A menudo se requiere una aceleración de la convergencia a pesar de una aceptada pérdida de la calidad de los resultados. Este trabajo incorpora variantes que se basan en el mecanismo biológico de la haplodiploidia para determinar el sexo, en los operadores de cruzamiento PMX (Partial Mapped Crossover) y OX2 (Order Crossover) con el objetivo de reducir el esfuerzo computacional requerido para la obtención de una solución. Las variantes se aplicaron a un algoritmo evolutivo que permite resolver problemas de weighted tardiness en un ambiente de máquina única. Eje: VI Workshop de Agentes y Sistemas Inteligentes (WASI) Red de Universidades con Carreras en Informática (RedUNCI) |
description |
Los Algoritmos Evolutivos (EAs) suelen considerarse una buena técnica para encontrar rápidamente regiones prometedoras del espacio de búsqueda. Son algoritmos de búsqueda ciega, que solamente hacen uso de la bondad relativa de las solucione s, e ignoran la naturaleza del problema. Su rendimiento puede mejorarse usando enfoques multirecombinativos, los que proveen un balance exc elente entre la explotación y la exploración. Aunque los Algoritmos Evolutivos pueden encontrar óptimos globales de problemas de alta complejidad, la realidad es que muchas veces el costo computacional que requieren es prohibitivamente alto y se los prefieren para encontrar una solución razonable ya que eso suelen hacerlo en un tiempo relativamente corto. En muchos problemas de planificación, la calidad de las soluciones provistas, debe ser balanceada con el esfuerzo necesario para producirla. A menudo se requiere una aceleración de la convergencia a pesar de una aceptada pérdida de la calidad de los resultados. Este trabajo incorpora variantes que se basan en el mecanismo biológico de la haplodiploidia para determinar el sexo, en los operadores de cruzamiento PMX (Partial Mapped Crossover) y OX2 (Order Crossover) con el objetivo de reducir el esfuerzo computacional requerido para la obtención de una solución. Las variantes se aplicaron a un algoritmo evolutivo que permite resolver problemas de weighted tardiness en un ambiente de máquina única. |
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/10915/22948 |
url |
http://sedici.unlp.edu.ar/handle/10915/22948 |
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_ |
1844615811405185024 |
score |
13.070432 |