Algoritmos evolutivos paralelos: implementaciones sobre un modelo unificado
- Autores
- Alfonso, Hugo; Fernandez, Natalia; Minetti, Gabriela F.; Salto, Carolina
- Año de publicación
- 2003
- Idioma
- español castellano
- Tipo de recurso
- documento de conferencia
- Estado
- versión publicada
- Descripción
- En la actualidad los algoritmos evolutivos (AE) se usan para buscar soluciones a problemas complejos para los cuales otras técnicas pueden insumir mucho tiempo y que, por lo general, proveen una única solución óptima. Una tendencia actual consiste en disponer de la mayor cantidad de recursos computacionales para alcanzar los resultados de forma más rápida por medio de un trabajo cooperativo. La inclusión del paralelismo, distribución de tareas en varios procesadores, en el diseño de los algoritmos evolutivos ha sido muy importante dando lugar a mecanismos de búsqueda y optimización mejorados: algoritmos evolutivos paralelos. Este trabajo presenta una breve revisión de los algoritmos evolutivos paralelos. Además, realiza un análisis comparativo del comportamiento de estos algoritmos con su versión secuencial, a fin de identificar cuáles son sus aciertos y debilidades. El paquete de software utilizado responde a un modelo unificado desarrollado en la Universidad de Málaga. La evaluación de los algoritmos se realiza analizando los resultados obtenidos para dos problemas de optimización bien conocidos como lo son: OneMax y Mochila Binaria.
Eje: Agentes y Sistemas Inteligentes (ASI)
Red de Universidades con Carreras en Informática (RedUNCI) - Materia
-
Ciencias Informáticas
AE paralelos
Algorithms
Parallel
AE distribuidos
AE celulares - 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:10915/22715
Ver los metadatos del registro completo
id |
SEDICI_7cec2b87c598904c43c2f2bdb154cdba |
---|---|
oai_identifier_str |
oai:sedici.unlp.edu.ar:10915/22715 |
network_acronym_str |
SEDICI |
repository_id_str |
1329 |
network_name_str |
SEDICI (UNLP) |
spelling |
Algoritmos evolutivos paralelos: implementaciones sobre un modelo unificadoAlfonso, HugoFernandez, NataliaMinetti, Gabriela F.Salto, CarolinaCiencias InformáticasAE paralelosAlgorithmsParallelAE distribuidosAE celularesEn la actualidad los algoritmos evolutivos (AE) se usan para buscar soluciones a problemas complejos para los cuales otras técnicas pueden insumir mucho tiempo y que, por lo general, proveen una única solución óptima. Una tendencia actual consiste en disponer de la mayor cantidad de recursos computacionales para alcanzar los resultados de forma más rápida por medio de un trabajo cooperativo. La inclusión del paralelismo, distribución de tareas en varios procesadores, en el diseño de los algoritmos evolutivos ha sido muy importante dando lugar a mecanismos de búsqueda y optimización mejorados: algoritmos evolutivos paralelos. Este trabajo presenta una breve revisión de los algoritmos evolutivos paralelos. Además, realiza un análisis comparativo del comportamiento de estos algoritmos con su versión secuencial, a fin de identificar cuáles son sus aciertos y debilidades. El paquete de software utilizado responde a un modelo unificado desarrollado en la Universidad de Málaga. La evaluación de los algoritmos se realiza analizando los resultados obtenidos para dos problemas de optimización bien conocidos como lo son: OneMax y Mochila Binaria.Eje: Agentes y Sistemas Inteligentes (ASI)Red de Universidades con Carreras en Informática (RedUNCI)2003-10info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf497-507http://sedici.unlp.edu.ar/handle/10915/22715spainfo: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:UNLP2025-09-29T10:55:08Zoai:sedici.unlp.edu.ar:10915/22715Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 10:55:08.332SEDICI (UNLP) - Universidad Nacional de La Platafalse |
dc.title.none.fl_str_mv |
Algoritmos evolutivos paralelos: implementaciones sobre un modelo unificado |
title |
Algoritmos evolutivos paralelos: implementaciones sobre un modelo unificado |
spellingShingle |
Algoritmos evolutivos paralelos: implementaciones sobre un modelo unificado Alfonso, Hugo Ciencias Informáticas AE paralelos Algorithms Parallel AE distribuidos AE celulares |
title_short |
Algoritmos evolutivos paralelos: implementaciones sobre un modelo unificado |
title_full |
Algoritmos evolutivos paralelos: implementaciones sobre un modelo unificado |
title_fullStr |
Algoritmos evolutivos paralelos: implementaciones sobre un modelo unificado |
title_full_unstemmed |
Algoritmos evolutivos paralelos: implementaciones sobre un modelo unificado |
title_sort |
Algoritmos evolutivos paralelos: implementaciones sobre un modelo unificado |
dc.creator.none.fl_str_mv |
Alfonso, Hugo Fernandez, Natalia Minetti, Gabriela F. Salto, Carolina |
author |
Alfonso, Hugo |
author_facet |
Alfonso, Hugo Fernandez, Natalia Minetti, Gabriela F. Salto, Carolina |
author_role |
author |
author2 |
Fernandez, Natalia Minetti, Gabriela F. Salto, Carolina |
author2_role |
author author author |
dc.subject.none.fl_str_mv |
Ciencias Informáticas AE paralelos Algorithms Parallel AE distribuidos AE celulares |
topic |
Ciencias Informáticas AE paralelos Algorithms Parallel AE distribuidos AE celulares |
dc.description.none.fl_txt_mv |
En la actualidad los algoritmos evolutivos (AE) se usan para buscar soluciones a problemas complejos para los cuales otras técnicas pueden insumir mucho tiempo y que, por lo general, proveen una única solución óptima. Una tendencia actual consiste en disponer de la mayor cantidad de recursos computacionales para alcanzar los resultados de forma más rápida por medio de un trabajo cooperativo. La inclusión del paralelismo, distribución de tareas en varios procesadores, en el diseño de los algoritmos evolutivos ha sido muy importante dando lugar a mecanismos de búsqueda y optimización mejorados: algoritmos evolutivos paralelos. Este trabajo presenta una breve revisión de los algoritmos evolutivos paralelos. Además, realiza un análisis comparativo del comportamiento de estos algoritmos con su versión secuencial, a fin de identificar cuáles son sus aciertos y debilidades. El paquete de software utilizado responde a un modelo unificado desarrollado en la Universidad de Málaga. La evaluación de los algoritmos se realiza analizando los resultados obtenidos para dos problemas de optimización bien conocidos como lo son: OneMax y Mochila Binaria. Eje: Agentes y Sistemas Inteligentes (ASI) Red de Universidades con Carreras en Informática (RedUNCI) |
description |
En la actualidad los algoritmos evolutivos (AE) se usan para buscar soluciones a problemas complejos para los cuales otras técnicas pueden insumir mucho tiempo y que, por lo general, proveen una única solución óptima. Una tendencia actual consiste en disponer de la mayor cantidad de recursos computacionales para alcanzar los resultados de forma más rápida por medio de un trabajo cooperativo. La inclusión del paralelismo, distribución de tareas en varios procesadores, en el diseño de los algoritmos evolutivos ha sido muy importante dando lugar a mecanismos de búsqueda y optimización mejorados: algoritmos evolutivos paralelos. Este trabajo presenta una breve revisión de los algoritmos evolutivos paralelos. Además, realiza un análisis comparativo del comportamiento de estos algoritmos con su versión secuencial, a fin de identificar cuáles son sus aciertos y debilidades. El paquete de software utilizado responde a un modelo unificado desarrollado en la Universidad de Málaga. La evaluación de los algoritmos se realiza analizando los resultados obtenidos para dos problemas de optimización bien conocidos como lo son: OneMax y Mochila Binaria. |
publishDate |
2003 |
dc.date.none.fl_str_mv |
2003-10 |
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/10915/22715 |
url |
http://sedici.unlp.edu.ar/handle/10915/22715 |
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 497-507 |
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_ |
1844615810460418048 |
score |
13.070432 |