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
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/22948

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