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
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/23549

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