Un algoritmo evolutivo simple para el problema de asignación de tareas a procesadores
- Autores
- Ezzatti, Pablo; Nesmachnow, Sergio
- Año de publicación
- 2003
- Idioma
- español castellano
- Tipo de recurso
- documento de conferencia
- Estado
- versión publicada
- Descripción
- Este trabajo presenta el análisis de una estrategia evolutiva de optimización basada en población para la resolución del Open Shop Scheduling, un problema de optimización combinatoria clásico que plantea la asignación de tareas a procesadores. Sobre la propuesta original del algoritmo MOSES (Mutation or Selection Evolution Strategy) [3] aplicado al problema de asignación de tareas a procesadores, se analizan los resultados teóricos de convergencia en función de los parámetros del método y del problema. Se estudian dos variantes del algoritmo propuestas en la literatura y una tercera alternativa propuesta en este trabajo, analizando comparativamente su comportamiento y calidad de resultados. El estudio contempla tres diferentes operadores de mutación, para los cuales se calcularon los diámetros de los grafos de exploración y se analizó empíricamente su vinculación con la calidad de resultados obtenidos sobre un conjunto de instancias de prueba.
Eje: Agentes y Sistemas Inteligentes (ASI)
Red de Universidades con Carreras en Informática (RedUNCI) - Materia
-
Ciencias Informáticas
Algorithms
algoritmo evolutivo
ARTIFICIAL INTELLIGENCE
MOSES
asignación de tareas a procesadores
Intelligent agents
OSSP - 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:10915/22642
Ver los metadatos del registro completo
id |
SEDICI_9e654c31f03d218dca6a0c93035577bb |
---|---|
oai_identifier_str |
oai:sedici.unlp.edu.ar:10915/22642 |
network_acronym_str |
SEDICI |
repository_id_str |
1329 |
network_name_str |
SEDICI (UNLP) |
spelling |
Un algoritmo evolutivo simple para el problema de asignación de tareas a procesadoresEzzatti, PabloNesmachnow, SergioCiencias InformáticasAlgorithmsalgoritmo evolutivoARTIFICIAL INTELLIGENCEMOSESasignación de tareas a procesadoresIntelligent agentsOSSPEste trabajo presenta el análisis de una estrategia evolutiva de optimización basada en población para la resolución del Open Shop Scheduling, un problema de optimización combinatoria clásico que plantea la asignación de tareas a procesadores. Sobre la propuesta original del algoritmo MOSES (Mutation or Selection Evolution Strategy) [3] aplicado al problema de asignación de tareas a procesadores, se analizan los resultados teóricos de convergencia en función de los parámetros del método y del problema. Se estudian dos variantes del algoritmo propuestas en la literatura y una tercera alternativa propuesta en este trabajo, analizando comparativamente su comportamiento y calidad de resultados. El estudio contempla tres diferentes operadores de mutación, para los cuales se calcularon los diámetros de los grafos de exploración y se analizó empíricamente su vinculación con la calidad de resultados obtenidos sobre un conjunto de instancias de prueba.Eje: Agentes y Sistemas Inteligentes (ASI)Red de Universidades con Carreras en Informática (RedUNCI)2003-10info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf765-776http://sedici.unlp.edu.ar/handle/10915/22642spainfo: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:UNLP2025-09-29T10:55:07Zoai:sedici.unlp.edu.ar:10915/22642Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 10:55:08.091SEDICI (UNLP) - Universidad Nacional de La Platafalse |
dc.title.none.fl_str_mv |
Un algoritmo evolutivo simple para el problema de asignación de tareas a procesadores |
title |
Un algoritmo evolutivo simple para el problema de asignación de tareas a procesadores |
spellingShingle |
Un algoritmo evolutivo simple para el problema de asignación de tareas a procesadores Ezzatti, Pablo Ciencias Informáticas Algorithms algoritmo evolutivo ARTIFICIAL INTELLIGENCE MOSES asignación de tareas a procesadores Intelligent agents OSSP |
title_short |
Un algoritmo evolutivo simple para el problema de asignación de tareas a procesadores |
title_full |
Un algoritmo evolutivo simple para el problema de asignación de tareas a procesadores |
title_fullStr |
Un algoritmo evolutivo simple para el problema de asignación de tareas a procesadores |
title_full_unstemmed |
Un algoritmo evolutivo simple para el problema de asignación de tareas a procesadores |
title_sort |
Un algoritmo evolutivo simple para el problema de asignación de tareas a procesadores |
dc.creator.none.fl_str_mv |
Ezzatti, Pablo Nesmachnow, Sergio |
author |
Ezzatti, Pablo |
author_facet |
Ezzatti, Pablo Nesmachnow, Sergio |
author_role |
author |
author2 |
Nesmachnow, Sergio |
author2_role |
author |
dc.subject.none.fl_str_mv |
Ciencias Informáticas Algorithms algoritmo evolutivo ARTIFICIAL INTELLIGENCE MOSES asignación de tareas a procesadores Intelligent agents OSSP |
topic |
Ciencias Informáticas Algorithms algoritmo evolutivo ARTIFICIAL INTELLIGENCE MOSES asignación de tareas a procesadores Intelligent agents OSSP |
dc.description.none.fl_txt_mv |
Este trabajo presenta el análisis de una estrategia evolutiva de optimización basada en población para la resolución del Open Shop Scheduling, un problema de optimización combinatoria clásico que plantea la asignación de tareas a procesadores. Sobre la propuesta original del algoritmo MOSES (Mutation or Selection Evolution Strategy) [3] aplicado al problema de asignación de tareas a procesadores, se analizan los resultados teóricos de convergencia en función de los parámetros del método y del problema. Se estudian dos variantes del algoritmo propuestas en la literatura y una tercera alternativa propuesta en este trabajo, analizando comparativamente su comportamiento y calidad de resultados. El estudio contempla tres diferentes operadores de mutación, para los cuales se calcularon los diámetros de los grafos de exploración y se analizó empíricamente su vinculación con la calidad de resultados obtenidos sobre un conjunto de instancias de prueba. Eje: Agentes y Sistemas Inteligentes (ASI) Red de Universidades con Carreras en Informática (RedUNCI) |
description |
Este trabajo presenta el análisis de una estrategia evolutiva de optimización basada en población para la resolución del Open Shop Scheduling, un problema de optimización combinatoria clásico que plantea la asignación de tareas a procesadores. Sobre la propuesta original del algoritmo MOSES (Mutation or Selection Evolution Strategy) [3] aplicado al problema de asignación de tareas a procesadores, se analizan los resultados teóricos de convergencia en función de los parámetros del método y del problema. Se estudian dos variantes del algoritmo propuestas en la literatura y una tercera alternativa propuesta en este trabajo, analizando comparativamente su comportamiento y calidad de resultados. El estudio contempla tres diferentes operadores de mutación, para los cuales se calcularon los diámetros de los grafos de exploración y se analizó empíricamente su vinculación con la calidad de resultados obtenidos sobre un conjunto de instancias de prueba. |
publishDate |
2003 |
dc.date.none.fl_str_mv |
2003-10 |
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/10915/22642 |
url |
http://sedici.unlp.edu.ar/handle/10915/22642 |
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 765-776 |
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_ |
1844615810013724672 |
score |
13.070432 |