Algoritmos híbridos para el problema de scheduling de máquinas paralelas

Autores
Gatica, Claudia Ruth; Esquivel, Susana Cecilia
Año de publicación
2011
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
En los últimos años ha surgido un gran interés en las metaheurísticas híbridas, las cuales han sido desarrolladas considerablemente en el campo de la optimización. Combinaciones de algoritmos han provisto técnicas muy poderosas de algoritmos de búsqueda. En esta etapa de nuestro trabajo hemos estudiado una variante de Algoritmos Genéticos (AGs) que pertenece a la clase de metaheurísticas poblacionales (P-metaheurísticas) y su hibridización con dos metaheurísticas de solución única (S-metaheurísticas) son: Recocido Simulado (SA) y Búsqueda Local (LS). El problema en estudio es minimizar la máxima tardanza (Maximum Tardiness) en scheduling de máquinas paralelas independientes. La notación usada en la literatura para describir el mismo es una triupla: ( | | ). El primer campo describe el ambiente de máquinas, el segundo campo indica las restricciones entre las tareas que son asignadas a las máquinas. Por último, el tercer campo, provee la o las funciones objetivo a ser optimizadas. Acorde a esta notación, nuestro problema se describe mediante (Pm || Tmax). Tal problema se ha considerado de complejidad NP-duro, cuando 2 m n (m es el número de máquinas y n el número de tareas). Los resultados obtenidos hasta ahora con la propuesta de un AG híbrido han mostrado una mejora considerable en la minimización de la máxima tardanza, esto se observa principalmente en las instancias de mayor complejidad.
Eje: Agentes y sistemas inteligentes
Red de Universidades con Carreras en Informática (RedUNCI)
Materia
Ciencias Informáticas
Intelligent agents
algoritmos híbridos
scheduling de máquinas paralelas
Parallel
máxima tardanza
algoritmos genéticos
algoritmo
recocido simulado
búsqueda local
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:10915/20002
Acceder
id SEDICI_a5ce9788a3b59e160c344800d4ca98e1
oai_identifier_str oai:sedici.unlp.edu.ar:10915/20002
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Algoritmos híbridos para el problema de scheduling de máquinas paralelasGatica, Claudia RuthEsquivel, Susana CeciliaCiencias InformáticasIntelligent agentsalgoritmos híbridosscheduling de máquinas paralelasParallelmáxima tardanzaalgoritmos genéticosalgoritmorecocido simuladobúsqueda localEn los últimos años ha surgido un gran interés en las metaheurísticas híbridas, las cuales han sido desarrolladas considerablemente en el campo de la optimización. Combinaciones de algoritmos han provisto técnicas muy poderosas de algoritmos de búsqueda. En esta etapa de nuestro trabajo hemos estudiado una variante de Algoritmos Genéticos (AGs) que pertenece a la clase de metaheurísticas poblacionales (P-metaheurísticas) y su hibridización con dos metaheurísticas de solución única (S-metaheurísticas) son: Recocido Simulado (SA) y Búsqueda Local (LS). El problema en estudio es minimizar la máxima tardanza (Maximum Tardiness) en scheduling de máquinas paralelas independientes. La notación usada en la literatura para describir el mismo es una triupla: ( | | ). El primer campo describe el ambiente de máquinas, el segundo campo indica las restricciones entre las tareas que son asignadas a las máquinas. Por último, el tercer campo, provee la o las funciones objetivo a ser optimizadas. Acorde a esta notación, nuestro problema se describe mediante (Pm || Tmax). Tal problema se ha considerado de complejidad NP-duro, cuando 2 m n (m es el número de máquinas y n el número de tareas). Los resultados obtenidos hasta ahora con la propuesta de un AG híbrido han mostrado una mejora considerable en la minimización de la máxima tardanza, esto se observa principalmente en las instancias de mayor complejidad.Eje: Agentes y sistemas inteligentesRed de Universidades con Carreras en Informática (RedUNCI)2011-05info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf188-193http://sedici.unlp.edu.ar/handle/10915/20002spainfo:eu-repo/semantics/altIdentifier/isbn/978-950-673-892-1info: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:UNLP2025-10-15T10:46:45Zoai:sedici.unlp.edu.ar:10915/20002Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-10-15 10:46:46.195SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Algoritmos híbridos para el problema de scheduling de máquinas paralelas
title Algoritmos híbridos para el problema de scheduling de máquinas paralelas
spellingShingle Algoritmos híbridos para el problema de scheduling de máquinas paralelas
Gatica, Claudia Ruth
Ciencias Informáticas
Intelligent agents
algoritmos híbridos
scheduling de máquinas paralelas
Parallel
máxima tardanza
algoritmos genéticos
algoritmo
recocido simulado
búsqueda local
title_short Algoritmos híbridos para el problema de scheduling de máquinas paralelas
title_full Algoritmos híbridos para el problema de scheduling de máquinas paralelas
title_fullStr Algoritmos híbridos para el problema de scheduling de máquinas paralelas
title_full_unstemmed Algoritmos híbridos para el problema de scheduling de máquinas paralelas
title_sort Algoritmos híbridos para el problema de scheduling de máquinas paralelas
dc.creator.none.fl_str_mv Gatica, Claudia Ruth
Esquivel, Susana Cecilia
author Gatica, Claudia Ruth
author_facet Gatica, Claudia Ruth
Esquivel, Susana Cecilia
author_role author
author2 Esquivel, Susana Cecilia
author2_role author
dc.subject.none.fl_str_mv Ciencias Informáticas
Intelligent agents
algoritmos híbridos
scheduling de máquinas paralelas
Parallel
máxima tardanza
algoritmos genéticos
algoritmo
recocido simulado
búsqueda local
topic Ciencias Informáticas
Intelligent agents
algoritmos híbridos
scheduling de máquinas paralelas
Parallel
máxima tardanza
algoritmos genéticos
algoritmo
recocido simulado
búsqueda local
dc.description.none.fl_txt_mv En los últimos años ha surgido un gran interés en las metaheurísticas híbridas, las cuales han sido desarrolladas considerablemente en el campo de la optimización. Combinaciones de algoritmos han provisto técnicas muy poderosas de algoritmos de búsqueda. En esta etapa de nuestro trabajo hemos estudiado una variante de Algoritmos Genéticos (AGs) que pertenece a la clase de metaheurísticas poblacionales (P-metaheurísticas) y su hibridización con dos metaheurísticas de solución única (S-metaheurísticas) son: Recocido Simulado (SA) y Búsqueda Local (LS). El problema en estudio es minimizar la máxima tardanza (Maximum Tardiness) en scheduling de máquinas paralelas independientes. La notación usada en la literatura para describir el mismo es una triupla: ( | | ). El primer campo describe el ambiente de máquinas, el segundo campo indica las restricciones entre las tareas que son asignadas a las máquinas. Por último, el tercer campo, provee la o las funciones objetivo a ser optimizadas. Acorde a esta notación, nuestro problema se describe mediante (Pm || Tmax). Tal problema se ha considerado de complejidad NP-duro, cuando 2 m n (m es el número de máquinas y n el número de tareas). Los resultados obtenidos hasta ahora con la propuesta de un AG híbrido han mostrado una mejora considerable en la minimización de la máxima tardanza, esto se observa principalmente en las instancias de mayor complejidad.
Eje: Agentes y sistemas inteligentes
Red de Universidades con Carreras en Informática (RedUNCI)
description En los últimos años ha surgido un gran interés en las metaheurísticas híbridas, las cuales han sido desarrolladas considerablemente en el campo de la optimización. Combinaciones de algoritmos han provisto técnicas muy poderosas de algoritmos de búsqueda. En esta etapa de nuestro trabajo hemos estudiado una variante de Algoritmos Genéticos (AGs) que pertenece a la clase de metaheurísticas poblacionales (P-metaheurísticas) y su hibridización con dos metaheurísticas de solución única (S-metaheurísticas) son: Recocido Simulado (SA) y Búsqueda Local (LS). El problema en estudio es minimizar la máxima tardanza (Maximum Tardiness) en scheduling de máquinas paralelas independientes. La notación usada en la literatura para describir el mismo es una triupla: ( | | ). El primer campo describe el ambiente de máquinas, el segundo campo indica las restricciones entre las tareas que son asignadas a las máquinas. Por último, el tercer campo, provee la o las funciones objetivo a ser optimizadas. Acorde a esta notación, nuestro problema se describe mediante (Pm || Tmax). Tal problema se ha considerado de complejidad NP-duro, cuando 2 m n (m es el número de máquinas y n el número de tareas). Los resultados obtenidos hasta ahora con la propuesta de un AG híbrido han mostrado una mejora considerable en la minimización de la máxima tardanza, esto se observa principalmente en las instancias de mayor complejidad.
publishDate 2011
dc.date.none.fl_str_mv 2011-05
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/10915/20002
url http://sedici.unlp.edu.ar/handle/10915/20002
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/isbn/978-950-673-892-1
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
188-193
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_ 1846063891645202432
score 13.22299

Publicaciones similares