Análisis comparativo del método de asignación por clases en GAVaPS
- Autores
- Lanzarini, Laura Cristina; Sanz, Cecilia Verónica; Naiouf, Marcelo; Romero, Fernando
- Año de publicación
- 2001
- Idioma
- español castellano
- Tipo de recurso
- documento de conferencia
- Estado
- versión publicada
- Descripción
- Se presentan tres alternativas dentro del método de asignación por clases para el cálculo del tiempo de vida de los individuos en algoritmos genéticos con población de tamaño variable (GAVaPS). En la estrategia planteada (asignación por clases), se agrupa a los individuos de acuerdo a su fitness. El objetivo es utilizar el rango de valores permitidos para el tiempo de vida de una manera más adecuada para la búsqueda del óptimo, que en las estrategias proporcional, lineal y bilineal. Se realiza un estudio comparativo de las tres posibilidades de asignación por clases con relación a los métodos tradicionales, y se muestran resultados en la búsqueda del óptimo sobre cinco funciones. Finalmente, se presentan algunas conclusiones y se marcan posibles líneas de trabajo futuro.
Eje: Computación evolutiva
Red de Universidades con Carreras en Informática (RedUNCI) - Materia
-
Ciencias Informáticas
Computación Evolutiva
Algorithms
Evolución
Algoritmos Genéticos
Algoritmos Genéticos de Población Variable - 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:10915/23549
Ver los metadatos del registro completo
id |
SEDICI_98e43816390b5a1fab37bc06ee55fb83 |
---|---|
oai_identifier_str |
oai:sedici.unlp.edu.ar:10915/23549 |
network_acronym_str |
SEDICI |
repository_id_str |
1329 |
network_name_str |
SEDICI (UNLP) |
spelling |
Análisis comparativo del método de asignación por clases en GAVaPSLanzarini, Laura CristinaSanz, Cecilia VerónicaNaiouf, MarceloRomero, FernandoCiencias InformáticasComputación EvolutivaAlgorithmsEvoluciónAlgoritmos GenéticosAlgoritmos Genéticos de Población VariableSe presentan tres alternativas dentro del método de asignación por clases para el cálculo del tiempo de vida de los individuos en algoritmos genéticos con población de tamaño variable (GAVaPS). En la estrategia planteada (asignación por clases), se agrupa a los individuos de acuerdo a su fitness. El objetivo es utilizar el rango de valores permitidos para el tiempo de vida de una manera más adecuada para la búsqueda del óptimo, que en las estrategias proporcional, lineal y bilineal. Se realiza un estudio comparativo de las tres posibilidades de asignación por clases con relación a los métodos tradicionales, y se muestran resultados en la búsqueda del óptimo sobre cinco funciones. Finalmente, se presentan algunas conclusiones y se marcan posibles líneas de trabajo futuro.Eje: Computación evolutivaRed de Universidades con Carreras en Informática (RedUNCI)2001-10info: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/10915/23549spainfo: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:UNLP2025-09-29T10:55:30Zoai:sedici.unlp.edu.ar:10915/23549Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 10:55:30.814SEDICI (UNLP) - Universidad Nacional de La Platafalse |
dc.title.none.fl_str_mv |
Análisis comparativo del método de asignación por clases en GAVaPS |
title |
Análisis comparativo del método de asignación por clases en GAVaPS |
spellingShingle |
Análisis comparativo del método de asignación por clases en GAVaPS Lanzarini, Laura Cristina Ciencias Informáticas Computación Evolutiva Algorithms Evolución Algoritmos Genéticos Algoritmos Genéticos de Población Variable |
title_short |
Análisis comparativo del método de asignación por clases en GAVaPS |
title_full |
Análisis comparativo del método de asignación por clases en GAVaPS |
title_fullStr |
Análisis comparativo del método de asignación por clases en GAVaPS |
title_full_unstemmed |
Análisis comparativo del método de asignación por clases en GAVaPS |
title_sort |
Análisis comparativo del método de asignación por clases en GAVaPS |
dc.creator.none.fl_str_mv |
Lanzarini, Laura Cristina Sanz, Cecilia Verónica Naiouf, Marcelo Romero, Fernando |
author |
Lanzarini, Laura Cristina |
author_facet |
Lanzarini, Laura Cristina Sanz, Cecilia Verónica Naiouf, Marcelo Romero, Fernando |
author_role |
author |
author2 |
Sanz, Cecilia Verónica Naiouf, Marcelo Romero, Fernando |
author2_role |
author author author |
dc.subject.none.fl_str_mv |
Ciencias Informáticas Computación Evolutiva Algorithms Evolución Algoritmos Genéticos Algoritmos Genéticos de Población Variable |
topic |
Ciencias Informáticas Computación Evolutiva Algorithms Evolución Algoritmos Genéticos Algoritmos Genéticos de Población Variable |
dc.description.none.fl_txt_mv |
Se presentan tres alternativas dentro del método de asignación por clases para el cálculo del tiempo de vida de los individuos en algoritmos genéticos con población de tamaño variable (GAVaPS). En la estrategia planteada (asignación por clases), se agrupa a los individuos de acuerdo a su fitness. El objetivo es utilizar el rango de valores permitidos para el tiempo de vida de una manera más adecuada para la búsqueda del óptimo, que en las estrategias proporcional, lineal y bilineal. Se realiza un estudio comparativo de las tres posibilidades de asignación por clases con relación a los métodos tradicionales, y se muestran resultados en la búsqueda del óptimo sobre cinco funciones. Finalmente, se presentan algunas conclusiones y se marcan posibles líneas de trabajo futuro. Eje: Computación evolutiva Red de Universidades con Carreras en Informática (RedUNCI) |
description |
Se presentan tres alternativas dentro del método de asignación por clases para el cálculo del tiempo de vida de los individuos en algoritmos genéticos con población de tamaño variable (GAVaPS). En la estrategia planteada (asignación por clases), se agrupa a los individuos de acuerdo a su fitness. El objetivo es utilizar el rango de valores permitidos para el tiempo de vida de una manera más adecuada para la búsqueda del óptimo, que en las estrategias proporcional, lineal y bilineal. Se realiza un estudio comparativo de las tres posibilidades de asignación por clases con relación a los métodos tradicionales, y se muestran resultados en la búsqueda del óptimo sobre cinco funciones. Finalmente, se presentan algunas conclusiones y se marcan posibles líneas de trabajo futuro. |
publishDate |
2001 |
dc.date.none.fl_str_mv |
2001-10 |
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/10915/23549 |
url |
http://sedici.unlp.edu.ar/handle/10915/23549 |
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_ |
1844615814346440704 |
score |
13.070432 |