Asignación dinámica de aulas utilizando algoritmos genéticos

Autores
Karanik, Marcelo J.
Año de publicación
2005
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
En el proyecto se propone la utilización de algoritmos genéticos para realizar la asignación dinámica de aulas en la Facultad Regional Resistencia de la Universidad Tecnológica Nacional. Para poder resolver el problema de la asignación de las aulas a los cursos, se pretende desarrollar un modelo donde cada posible solución sea un individuo que tenga un valor representativo de su aptitud dentro del dominio de aplicación. Una vez obtenidos los individuos de la generación 0, se aplicarán los operadores de selección, cruza y mutación, analizando los resultados que se obtengan con cada método en particular. Los objetivos son maximizar el uso de los recursos, minimizar el desperdicio del espacio físico y lograr la asignación completa de las aulas mejor acondicionadas, generando el mínimo movimiento de alumnos en los cambios de módulo y reasignando las aulas en caso de inasistencias de docentes o alguna circunstancia no prevista. En la primera parte se hace una descripción del problema a tratar. En la segunda, se presentan las etapas del proyecto. En la tercera parte se describe la forma de utilización de los algoritmos genéticos. Al final se plantea la posibilidad de extender el dominio de aplicación a otras áreas.
Eje: Inteligencia artificial
Red de Universidades con Carreras en Informática (RedUNCI)
Materia
Ciencias Informáticas
ARTIFICIAL INTELLIGENCE
Algoritmos Genéticos
Asignación de Recursos
Algorithms
Operadores Genéticos
Optimización de Múltiples Objetivos
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:10915/21142
Acceder
id SEDICI_a25c781f1d0c173c3822179f27f92fbd
oai_identifier_str oai:sedici.unlp.edu.ar:10915/21142
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Asignación dinámica de aulas utilizando algoritmos genéticosKaranik, Marcelo J.Ciencias InformáticasARTIFICIAL INTELLIGENCEAlgoritmos GenéticosAsignación de RecursosAlgorithmsOperadores GenéticosOptimización de Múltiples ObjetivosEn el proyecto se propone la utilización de algoritmos genéticos para realizar la asignación dinámica de aulas en la Facultad Regional Resistencia de la Universidad Tecnológica Nacional. Para poder resolver el problema de la asignación de las aulas a los cursos, se pretende desarrollar un modelo donde cada posible solución sea un individuo que tenga un valor representativo de su aptitud dentro del dominio de aplicación. Una vez obtenidos los individuos de la generación 0, se aplicarán los operadores de selección, cruza y mutación, analizando los resultados que se obtengan con cada método en particular. Los objetivos son maximizar el uso de los recursos, minimizar el desperdicio del espacio físico y lograr la asignación completa de las aulas mejor acondicionadas, generando el mínimo movimiento de alumnos en los cambios de módulo y reasignando las aulas en caso de inasistencias de docentes o alguna circunstancia no prevista. En la primera parte se hace una descripción del problema a tratar. En la segunda, se presentan las etapas del proyecto. En la tercera parte se describe la forma de utilización de los algoritmos genéticos. Al final se plantea la posibilidad de extender el dominio de aplicación a otras áreas.Eje: Inteligencia artificialRed de Universidades con Carreras en Informática (RedUNCI)2005-05info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf56-60http://sedici.unlp.edu.ar/handle/10915/21142spainfo:eu-repo/semantics/altIdentifier/isbn/950-665-337-2info: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:UNLP2025-10-15T10:47:09Zoai:sedici.unlp.edu.ar:10915/21142Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-10-15 10:47:09.963SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Asignación dinámica de aulas utilizando algoritmos genéticos
title Asignación dinámica de aulas utilizando algoritmos genéticos
spellingShingle Asignación dinámica de aulas utilizando algoritmos genéticos
Karanik, Marcelo J.
Ciencias Informáticas
ARTIFICIAL INTELLIGENCE
Algoritmos Genéticos
Asignación de Recursos
Algorithms
Operadores Genéticos
Optimización de Múltiples Objetivos
title_short Asignación dinámica de aulas utilizando algoritmos genéticos
title_full Asignación dinámica de aulas utilizando algoritmos genéticos
title_fullStr Asignación dinámica de aulas utilizando algoritmos genéticos
title_full_unstemmed Asignación dinámica de aulas utilizando algoritmos genéticos
title_sort Asignación dinámica de aulas utilizando algoritmos genéticos
dc.creator.none.fl_str_mv Karanik, Marcelo J.
author Karanik, Marcelo J.
author_facet Karanik, Marcelo J.
author_role author
dc.subject.none.fl_str_mv Ciencias Informáticas
ARTIFICIAL INTELLIGENCE
Algoritmos Genéticos
Asignación de Recursos
Algorithms
Operadores Genéticos
Optimización de Múltiples Objetivos
topic Ciencias Informáticas
ARTIFICIAL INTELLIGENCE
Algoritmos Genéticos
Asignación de Recursos
Algorithms
Operadores Genéticos
Optimización de Múltiples Objetivos
dc.description.none.fl_txt_mv En el proyecto se propone la utilización de algoritmos genéticos para realizar la asignación dinámica de aulas en la Facultad Regional Resistencia de la Universidad Tecnológica Nacional. Para poder resolver el problema de la asignación de las aulas a los cursos, se pretende desarrollar un modelo donde cada posible solución sea un individuo que tenga un valor representativo de su aptitud dentro del dominio de aplicación. Una vez obtenidos los individuos de la generación 0, se aplicarán los operadores de selección, cruza y mutación, analizando los resultados que se obtengan con cada método en particular. Los objetivos son maximizar el uso de los recursos, minimizar el desperdicio del espacio físico y lograr la asignación completa de las aulas mejor acondicionadas, generando el mínimo movimiento de alumnos en los cambios de módulo y reasignando las aulas en caso de inasistencias de docentes o alguna circunstancia no prevista. En la primera parte se hace una descripción del problema a tratar. En la segunda, se presentan las etapas del proyecto. En la tercera parte se describe la forma de utilización de los algoritmos genéticos. Al final se plantea la posibilidad de extender el dominio de aplicación a otras áreas.
Eje: Inteligencia artificial
Red de Universidades con Carreras en Informática (RedUNCI)
description En el proyecto se propone la utilización de algoritmos genéticos para realizar la asignación dinámica de aulas en la Facultad Regional Resistencia de la Universidad Tecnológica Nacional. Para poder resolver el problema de la asignación de las aulas a los cursos, se pretende desarrollar un modelo donde cada posible solución sea un individuo que tenga un valor representativo de su aptitud dentro del dominio de aplicación. Una vez obtenidos los individuos de la generación 0, se aplicarán los operadores de selección, cruza y mutación, analizando los resultados que se obtengan con cada método en particular. Los objetivos son maximizar el uso de los recursos, minimizar el desperdicio del espacio físico y lograr la asignación completa de las aulas mejor acondicionadas, generando el mínimo movimiento de alumnos en los cambios de módulo y reasignando las aulas en caso de inasistencias de docentes o alguna circunstancia no prevista. En la primera parte se hace una descripción del problema a tratar. En la segunda, se presentan las etapas del proyecto. En la tercera parte se describe la forma de utilización de los algoritmos genéticos. Al final se plantea la posibilidad de extender el dominio de aplicación a otras áreas.
publishDate 2005
dc.date.none.fl_str_mv 2005-05
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/10915/21142
url http://sedici.unlp.edu.ar/handle/10915/21142
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/isbn/950-665-337-2
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
56-60
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_ 1846063896758059008
score 13.22299

Publicaciones similares