Algoritmos metaheurísticos para optimización y aplicación a problemas NP completos

Autores
Alfonso, Hugo; Salto, Carolina; Minetti, Gabriela F.; Stark, Natalia; Bermúdez, Carlos; Orellana, Alina; Graglia, Patricia
Año de publicación
2009
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
En la actualidad las empresas deben enfrentar un conjunto de problemas logístico-operativos, de alta complejidad, conocidos en la comunidad científica como problemas de optimización combinatoria. Actualmente, en esta comunidad se observa una importante tendencia a resolver dichos problemas con la utilización de algoritmos heurísticos y metaheurísticos. Nuestro grupo está abocado al diseño y desarrollo de algoritmos heurísticos y metaheurísticos que resuelvan problemas de optimización. En particular se ha puesto especial énfasis en: el problema de corte y empaquetado, y en el de planificación y programación de recursos y en el ensamblado de fragmentos de ADN. 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. Esto se debe a la mejor utilización que se hace de los mismos, lograda por medio de la aplicación de metaheurísticas. Por otro lado, las metaheurísticas también permiten resolver problemas de optimización en el área de la bioinformática; la cual se beneficia con la capacidad de hacer búsquedas en el espacio de problemas realmente grandes, en un tiempo razonable sin necesidad del uso de información extra. Estas son ventajas que no ofrecen los algoritmos específicos de esta área. Ya sea en el contexto industrial como en el bioinformático, las metaheurísticas han sido juzgadas o evaluadas como beneficiosas, ya que con un esfuerzo limitado se pueden alcanzar buenos resultados con gran versatilidad. Actualmente dos de las ramas con más éxito para diseñar metaheurísticas eficientes, 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
Intelligent agents
metaheurísticas
computación paralela
optimización combinatoria
métodos de búsqueda híbrida
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:10915/19670
Acceder
id SEDICI_8277b10edd6b50ce6c0c0c8c58f1f033
oai_identifier_str oai:sedici.unlp.edu.ar:10915/19670
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Algoritmos metaheurísticos para optimización y aplicación a problemas NP completosAlfonso, HugoSalto, CarolinaMinetti, Gabriela F.Stark, NataliaBermúdez, CarlosOrellana, AlinaGraglia, PatriciaCiencias InformáticasIntelligent agentsmetaheurísticascomputación paralelaoptimización combinatoriamétodos de búsqueda híbridaEn la actualidad las empresas deben enfrentar un conjunto de problemas logístico-operativos, de alta complejidad, conocidos en la comunidad científica como problemas de optimización combinatoria. Actualmente, en esta comunidad se observa una importante tendencia a resolver dichos problemas con la utilización de algoritmos heurísticos y metaheurísticos. Nuestro grupo está abocado al diseño y desarrollo de algoritmos heurísticos y metaheurísticos que resuelvan problemas de optimización. En particular se ha puesto especial énfasis en: el problema de corte y empaquetado, y en el de planificación y programación de recursos y en el ensamblado de fragmentos de ADN. 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. Esto se debe a la mejor utilización que se hace de los mismos, lograda por medio de la aplicación de metaheurísticas. Por otro lado, las metaheurísticas también permiten resolver problemas de optimización en el área de la bioinformática; la cual se beneficia con la capacidad de hacer búsquedas en el espacio de problemas realmente grandes, en un tiempo razonable sin necesidad del uso de información extra. Estas son ventajas que no ofrecen los algoritmos específicos de esta área. Ya sea en el contexto industrial como en el bioinformático, las metaheurísticas han sido juzgadas o evaluadas como beneficiosas, ya que con un esfuerzo limitado se pueden alcanzar buenos resultados con gran versatilidad. Actualmente dos de las ramas con más éxito para diseñar metaheurísticas eficientes, y dar solución a estos problemas, son la hibridación y el paralelismo.Eje: Agentes y Sistemas inteligentesRed de Universidades con Carreras en Informática (RedUNCI)2009-05info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf60-64http://sedici.unlp.edu.ar/handle/10915/19670spainfo: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:UNLP2025-09-10T11:57:21Zoai:sedici.unlp.edu.ar:10915/19670Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-10 11:57:21.71SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Algoritmos metaheurísticos para optimización y aplicación a problemas NP completos
title Algoritmos metaheurísticos para optimización y aplicación a problemas NP completos
spellingShingle Algoritmos metaheurísticos para optimización y aplicación a problemas NP completos
Alfonso, Hugo
Ciencias Informáticas
Intelligent agents
metaheurísticas
computación paralela
optimización combinatoria
métodos de búsqueda híbrida
title_short Algoritmos metaheurísticos para optimización y aplicación a problemas NP completos
title_full Algoritmos metaheurísticos para optimización y aplicación a problemas NP completos
title_fullStr Algoritmos metaheurísticos para optimización y aplicación a problemas NP completos
title_full_unstemmed Algoritmos metaheurísticos para optimización y aplicación a problemas NP completos
title_sort Algoritmos metaheurísticos para optimización y aplicación a problemas NP completos
dc.creator.none.fl_str_mv Alfonso, Hugo
Salto, Carolina
Minetti, Gabriela F.
Stark, Natalia
Bermúdez, Carlos
Orellana, Alina
Graglia, Patricia
author Alfonso, Hugo
author_facet Alfonso, Hugo
Salto, Carolina
Minetti, Gabriela F.
Stark, Natalia
Bermúdez, Carlos
Orellana, Alina
Graglia, Patricia
author_role author
author2 Salto, Carolina
Minetti, Gabriela F.
Stark, Natalia
Bermúdez, Carlos
Orellana, Alina
Graglia, Patricia
author2_role author
author
author
author
author
author
dc.subject.none.fl_str_mv Ciencias Informáticas
Intelligent agents
metaheurísticas
computación paralela
optimización combinatoria
métodos de búsqueda híbrida
topic Ciencias Informáticas
Intelligent agents
metaheurísticas
computación paralela
optimización combinatoria
métodos de búsqueda híbrida
dc.description.none.fl_txt_mv En la actualidad las empresas deben enfrentar un conjunto de problemas logístico-operativos, de alta complejidad, conocidos en la comunidad científica como problemas de optimización combinatoria. Actualmente, en esta comunidad se observa una importante tendencia a resolver dichos problemas con la utilización de algoritmos heurísticos y metaheurísticos. Nuestro grupo está abocado al diseño y desarrollo de algoritmos heurísticos y metaheurísticos que resuelvan problemas de optimización. En particular se ha puesto especial énfasis en: el problema de corte y empaquetado, y en el de planificación y programación de recursos y en el ensamblado de fragmentos de ADN. 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. Esto se debe a la mejor utilización que se hace de los mismos, lograda por medio de la aplicación de metaheurísticas. Por otro lado, las metaheurísticas también permiten resolver problemas de optimización en el área de la bioinformática; la cual se beneficia con la capacidad de hacer búsquedas en el espacio de problemas realmente grandes, en un tiempo razonable sin necesidad del uso de información extra. Estas son ventajas que no ofrecen los algoritmos específicos de esta área. Ya sea en el contexto industrial como en el bioinformático, las metaheurísticas han sido juzgadas o evaluadas como beneficiosas, ya que con un esfuerzo limitado se pueden alcanzar buenos resultados con gran versatilidad. Actualmente dos de las ramas con más éxito para diseñar metaheurísticas eficientes, 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 En la actualidad las empresas deben enfrentar un conjunto de problemas logístico-operativos, de alta complejidad, conocidos en la comunidad científica como problemas de optimización combinatoria. Actualmente, en esta comunidad se observa una importante tendencia a resolver dichos problemas con la utilización de algoritmos heurísticos y metaheurísticos. Nuestro grupo está abocado al diseño y desarrollo de algoritmos heurísticos y metaheurísticos que resuelvan problemas de optimización. En particular se ha puesto especial énfasis en: el problema de corte y empaquetado, y en el de planificación y programación de recursos y en el ensamblado de fragmentos de ADN. 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. Esto se debe a la mejor utilización que se hace de los mismos, lograda por medio de la aplicación de metaheurísticas. Por otro lado, las metaheurísticas también permiten resolver problemas de optimización en el área de la bioinformática; la cual se beneficia con la capacidad de hacer búsquedas en el espacio de problemas realmente grandes, en un tiempo razonable sin necesidad del uso de información extra. Estas son ventajas que no ofrecen los algoritmos específicos de esta área. Ya sea en el contexto industrial como en el bioinformático, las metaheurísticas han sido juzgadas o evaluadas como beneficiosas, ya que con un esfuerzo limitado se pueden alcanzar buenos resultados con gran versatilidad. Actualmente dos de las ramas con más éxito para diseñar metaheurísticas eficientes, y dar solución a estos problemas, son la hibridación y el paralelismo.
publishDate 2009
dc.date.none.fl_str_mv 2009-05
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/10915/19670
url http://sedici.unlp.edu.ar/handle/10915/19670
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
60-64
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_ 1842903754327719936
score 12.993085

Publicaciones similares