Frameworks de metaheurísticas para problemas de optimización complejos

Autores
Bilbao, Martín; Sánchez, Fabiana; Ormachea, Daniel; Sloboda, Lidia; Pandolfi, Daniel; Villagra, Andrea; Lasso, Marta Graciela; Molina, Diego
Año de publicación
2015
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
Las Metaheurísticas son técnicas estocásticas que permiten resolver problemas de optimización continuos y discretos en general. Cuando se aborda un problema muy complejo con muchas variantes, las técnicas matemáticas no alcanzan para obtener soluciones fiables ya que el tiempo computacional aumenta de manera exponencial con el tamaño del problema (Problemas NP). Las Metaheurísticas actúan a favor de este problema ya que explora mejor el espacio de búsqueda eligiendo lugares prometedores y descartando el espacio donde las soluciones no aportan al resultado final. Debido a que existen muchas técnicas Metaheurísticas y cada una puede ser mejor adaptada en problemas específicos debido a la representación de soluciones, se plantea el diseño y construcción de un framework de Metaheurísticas genérico para trabajar con problemas de optimización continua y discreta. Dicho framework contará con las técnicas Metaheurísticas más utilizadas en la literatura e incorporará benchmarks de pruebas con problemas estándares de resolución NP. Dichos problemas serán obtenidos de las variantes CEC 2005 y CEC 2009 donde plantean diferentes formulas matemáticas de optimización de varias variables para poder ejecutar y probar los algoritmos diseñados de manera eficaz.
Eje: Agentes y Sistemas Inteligentes
Red de Universidades con Carreras en Informática (RedUNCI)
Materia
Ciencias Informáticas
Heuristic methods
sistemas bioinspirados
Optimization
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:10915/45392
Acceder
id SEDICI_9c662dd1622aeb3b9aa89d1b035da862
oai_identifier_str oai:sedici.unlp.edu.ar:10915/45392
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Frameworks de metaheurísticas para problemas de optimización complejosBilbao, MartínSánchez, FabianaOrmachea, DanielSloboda, LidiaPandolfi, DanielVillagra, AndreaLasso, Marta GracielaMolina, DiegoCiencias InformáticasHeuristic methodssistemas bioinspiradosOptimizationLas Metaheurísticas son técnicas estocásticas que permiten resolver problemas de optimización continuos y discretos en general. Cuando se aborda un problema muy complejo con muchas variantes, las técnicas matemáticas no alcanzan para obtener soluciones fiables ya que el tiempo computacional aumenta de manera exponencial con el tamaño del problema (Problemas NP). Las Metaheurísticas actúan a favor de este problema ya que explora mejor el espacio de búsqueda eligiendo lugares prometedores y descartando el espacio donde las soluciones no aportan al resultado final. Debido a que existen muchas técnicas Metaheurísticas y cada una puede ser mejor adaptada en problemas específicos debido a la representación de soluciones, se plantea el diseño y construcción de un framework de Metaheurísticas genérico para trabajar con problemas de optimización continua y discreta. Dicho framework contará con las técnicas Metaheurísticas más utilizadas en la literatura e incorporará benchmarks de pruebas con problemas estándares de resolución NP. Dichos problemas serán obtenidos de las variantes CEC 2005 y CEC 2009 donde plantean diferentes formulas matemáticas de optimización de varias variables para poder ejecutar y probar los algoritmos diseñados de manera eficaz.Eje: Agentes y Sistemas InteligentesRed de Universidades con Carreras en Informática (RedUNCI)2015-04info: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/10915/45392spainfo: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:UNLP2025-09-29T11:02:20Zoai:sedici.unlp.edu.ar:10915/45392Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 11:02:21.036SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Frameworks de metaheurísticas para problemas de optimización complejos
title Frameworks de metaheurísticas para problemas de optimización complejos
spellingShingle Frameworks de metaheurísticas para problemas de optimización complejos
Bilbao, Martín
Ciencias Informáticas
Heuristic methods
sistemas bioinspirados
Optimization
title_short Frameworks de metaheurísticas para problemas de optimización complejos
title_full Frameworks de metaheurísticas para problemas de optimización complejos
title_fullStr Frameworks de metaheurísticas para problemas de optimización complejos
title_full_unstemmed Frameworks de metaheurísticas para problemas de optimización complejos
title_sort Frameworks de metaheurísticas para problemas de optimización complejos
dc.creator.none.fl_str_mv Bilbao, Martín
Sánchez, Fabiana
Ormachea, Daniel
Sloboda, Lidia
Pandolfi, Daniel
Villagra, Andrea
Lasso, Marta Graciela
Molina, Diego
author Bilbao, Martín
author_facet Bilbao, Martín
Sánchez, Fabiana
Ormachea, Daniel
Sloboda, Lidia
Pandolfi, Daniel
Villagra, Andrea
Lasso, Marta Graciela
Molina, Diego
author_role author
author2 Sánchez, Fabiana
Ormachea, Daniel
Sloboda, Lidia
Pandolfi, Daniel
Villagra, Andrea
Lasso, Marta Graciela
Molina, Diego
author2_role author
author
author
author
author
author
author
dc.subject.none.fl_str_mv Ciencias Informáticas
Heuristic methods
sistemas bioinspirados
Optimization
topic Ciencias Informáticas
Heuristic methods
sistemas bioinspirados
Optimization
dc.description.none.fl_txt_mv Las Metaheurísticas son técnicas estocásticas que permiten resolver problemas de optimización continuos y discretos en general. Cuando se aborda un problema muy complejo con muchas variantes, las técnicas matemáticas no alcanzan para obtener soluciones fiables ya que el tiempo computacional aumenta de manera exponencial con el tamaño del problema (Problemas NP). Las Metaheurísticas actúan a favor de este problema ya que explora mejor el espacio de búsqueda eligiendo lugares prometedores y descartando el espacio donde las soluciones no aportan al resultado final. Debido a que existen muchas técnicas Metaheurísticas y cada una puede ser mejor adaptada en problemas específicos debido a la representación de soluciones, se plantea el diseño y construcción de un framework de Metaheurísticas genérico para trabajar con problemas de optimización continua y discreta. Dicho framework contará con las técnicas Metaheurísticas más utilizadas en la literatura e incorporará benchmarks de pruebas con problemas estándares de resolución NP. Dichos problemas serán obtenidos de las variantes CEC 2005 y CEC 2009 donde plantean diferentes formulas matemáticas de optimización de varias variables para poder ejecutar y probar los algoritmos diseñados de manera eficaz.
Eje: Agentes y Sistemas Inteligentes
Red de Universidades con Carreras en Informática (RedUNCI)
description Las Metaheurísticas son técnicas estocásticas que permiten resolver problemas de optimización continuos y discretos en general. Cuando se aborda un problema muy complejo con muchas variantes, las técnicas matemáticas no alcanzan para obtener soluciones fiables ya que el tiempo computacional aumenta de manera exponencial con el tamaño del problema (Problemas NP). Las Metaheurísticas actúan a favor de este problema ya que explora mejor el espacio de búsqueda eligiendo lugares prometedores y descartando el espacio donde las soluciones no aportan al resultado final. Debido a que existen muchas técnicas Metaheurísticas y cada una puede ser mejor adaptada en problemas específicos debido a la representación de soluciones, se plantea el diseño y construcción de un framework de Metaheurísticas genérico para trabajar con problemas de optimización continua y discreta. Dicho framework contará con las técnicas Metaheurísticas más utilizadas en la literatura e incorporará benchmarks de pruebas con problemas estándares de resolución NP. Dichos problemas serán obtenidos de las variantes CEC 2005 y CEC 2009 donde plantean diferentes formulas matemáticas de optimización de varias variables para poder ejecutar y probar los algoritmos diseñados de manera eficaz.
publishDate 2015
dc.date.none.fl_str_mv 2015-04
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/10915/45392
url http://sedici.unlp.edu.ar/handle/10915/45392
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_ 1844615890615664640
score 13.070432

Publicaciones similares