Algoritmos evolutivos : Estudio de escalabilidad sobre el problema COUNTSAT

Autores
Alfonso, Hugo; Alba Torres, Enrique
Año de publicación
2004
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
En este trabajo se investiga la influencia del tamaño del problema en la performance de los Algoritmos Evolutivos (AEs), utilizados para resolver una variante NP-difícil del problema MAXSAT denominada COUNTSAT. Para ello se ha realizado una recopilación de diferentes tipos de AEs, desarrollados para mejorar la calidad de los resultados. También, se describen los AEs usados para analizar el comportamiento de los mismos frente a problemas de tamaño creciente, tomados de benchmarks internacionales. Este estudio incluye el análisis de la incorporación de distribución y paralelismo en la resolución del problema, como caminos alternativos para encontrar el óptimo con menor esfuerzo numérico.
Eje: V - Workshop de agentes y sistemas inteligentes
Red de Universidades con Carreras en Informática (RedUNCI)
Materia
Ciencias Informáticas
Algoritmo Evolutivo Distribuido
ARTIFICIAL INTELLIGENCE
Problema SAT
Intelligent agents
Algorithms
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:10915/22553
Acceder
id SEDICI_99bc609c3f5cabb6a0a27dba91275da2
oai_identifier_str oai:sedici.unlp.edu.ar:10915/22553
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Algoritmos evolutivos : Estudio de escalabilidad sobre el problema COUNTSATAlfonso, HugoAlba Torres, EnriqueCiencias InformáticasAlgoritmo Evolutivo DistribuidoARTIFICIAL INTELLIGENCEProblema SATIntelligent agentsAlgorithmsEn este trabajo se investiga la influencia del tamaño del problema en la performance de los Algoritmos Evolutivos (AEs), utilizados para resolver una variante NP-difícil del problema MAXSAT denominada COUNTSAT. Para ello se ha realizado una recopilación de diferentes tipos de AEs, desarrollados para mejorar la calidad de los resultados. También, se describen los AEs usados para analizar el comportamiento de los mismos frente a problemas de tamaño creciente, tomados de benchmarks internacionales. Este estudio incluye el análisis de la incorporación de distribución y paralelismo en la resolución del problema, como caminos alternativos para encontrar el óptimo con menor esfuerzo numérico.Eje: V - Workshop de agentes y sistemas inteligentesRed de Universidades con Carreras en Informática (RedUNCI)2004info: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/10915/22553spainfo: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:UNLP2025-09-29T10:55:06Zoai:sedici.unlp.edu.ar:10915/22553Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 10:55:07.202SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Algoritmos evolutivos : Estudio de escalabilidad sobre el problema COUNTSAT
title Algoritmos evolutivos : Estudio de escalabilidad sobre el problema COUNTSAT
spellingShingle Algoritmos evolutivos : Estudio de escalabilidad sobre el problema COUNTSAT
Alfonso, Hugo
Ciencias Informáticas
Algoritmo Evolutivo Distribuido
ARTIFICIAL INTELLIGENCE
Problema SAT
Intelligent agents
Algorithms
title_short Algoritmos evolutivos : Estudio de escalabilidad sobre el problema COUNTSAT
title_full Algoritmos evolutivos : Estudio de escalabilidad sobre el problema COUNTSAT
title_fullStr Algoritmos evolutivos : Estudio de escalabilidad sobre el problema COUNTSAT
title_full_unstemmed Algoritmos evolutivos : Estudio de escalabilidad sobre el problema COUNTSAT
title_sort Algoritmos evolutivos : Estudio de escalabilidad sobre el problema COUNTSAT
dc.creator.none.fl_str_mv Alfonso, Hugo
Alba Torres, Enrique
author Alfonso, Hugo
author_facet Alfonso, Hugo
Alba Torres, Enrique
author_role author
author2 Alba Torres, Enrique
author2_role author
dc.subject.none.fl_str_mv Ciencias Informáticas
Algoritmo Evolutivo Distribuido
ARTIFICIAL INTELLIGENCE
Problema SAT
Intelligent agents
Algorithms
topic Ciencias Informáticas
Algoritmo Evolutivo Distribuido
ARTIFICIAL INTELLIGENCE
Problema SAT
Intelligent agents
Algorithms
dc.description.none.fl_txt_mv En este trabajo se investiga la influencia del tamaño del problema en la performance de los Algoritmos Evolutivos (AEs), utilizados para resolver una variante NP-difícil del problema MAXSAT denominada COUNTSAT. Para ello se ha realizado una recopilación de diferentes tipos de AEs, desarrollados para mejorar la calidad de los resultados. También, se describen los AEs usados para analizar el comportamiento de los mismos frente a problemas de tamaño creciente, tomados de benchmarks internacionales. Este estudio incluye el análisis de la incorporación de distribución y paralelismo en la resolución del problema, como caminos alternativos para encontrar el óptimo con menor esfuerzo numérico.
Eje: V - Workshop de agentes y sistemas inteligentes
Red de Universidades con Carreras en Informática (RedUNCI)
description En este trabajo se investiga la influencia del tamaño del problema en la performance de los Algoritmos Evolutivos (AEs), utilizados para resolver una variante NP-difícil del problema MAXSAT denominada COUNTSAT. Para ello se ha realizado una recopilación de diferentes tipos de AEs, desarrollados para mejorar la calidad de los resultados. También, se describen los AEs usados para analizar el comportamiento de los mismos frente a problemas de tamaño creciente, tomados de benchmarks internacionales. Este estudio incluye el análisis de la incorporación de distribución y paralelismo en la resolución del problema, como caminos alternativos para encontrar el óptimo con menor esfuerzo numérico.
publishDate 2004
dc.date.none.fl_str_mv 2004
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/10915/22553
url http://sedici.unlp.edu.ar/handle/10915/22553
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_ 1844615809583808512
score 13.070432

Publicaciones similares