Particle swarm optimization para un problema de optimización combinatoria
- Autores
- Cagnina, Leticia; Esquivel, Susana Cecilia
- Año de publicación
- 2004
- Idioma
- español castellano
- Tipo de recurso
- documento de conferencia
- Estado
- versión publicada
- Descripción
- En este artículo se presenta una versión del algoritmo de Particle Swarm Optimization que ha sido hibridizado con un operador dinámico de mutación y que implementa el modelo conocido como local best (l-best). El algoritmo se aplica al problema de scheduling de máquina única siendo la función objetivo a optimizar la de Total Weighted Tardiness. El algoritmo propuesto es validado usando instancias tomadas de la OR-Library y los resultados son comparados con los obtenidos por un algoritmo evolutivo multirecombinado que incluye conocimiento acerca del problema y con otra versión de un algoritmo Particle Swarm Optimization que implementa el modelo global best (g-best) cuyos resultados han sido reportados en publicaciones recientes. Los resultados obtenidos son muy promisorios, sobre todo si se considera que este paradigma casi no ha sido utilizado para problemas de optimización combinatoria.
Eje: V - Workshop de agentes y sistemas inteligentes
Red de Universidades con Carreras en Informática (RedUNCI) - Materia
-
Ciencias Informáticas
Scheduling
Particle Swarm
ARTIFICIAL INTELLIGENCE
Optimización
Técnicas de Vecindarios
Intelligent agents
Optimization - 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:10915/22542
Ver los metadatos del registro completo
id |
SEDICI_b70a6bd832c027ff8cbcf2a0635e7a77 |
---|---|
oai_identifier_str |
oai:sedici.unlp.edu.ar:10915/22542 |
network_acronym_str |
SEDICI |
repository_id_str |
1329 |
network_name_str |
SEDICI (UNLP) |
spelling |
Particle swarm optimization para un problema de optimización combinatoriaCagnina, LeticiaEsquivel, Susana CeciliaCiencias InformáticasSchedulingParticle SwarmARTIFICIAL INTELLIGENCEOptimizaciónTécnicas de VecindariosIntelligent agentsOptimizationEn este artículo se presenta una versión del algoritmo de Particle Swarm Optimization que ha sido hibridizado con un operador dinámico de mutación y que implementa el modelo conocido como local best (l-best). El algoritmo se aplica al problema de scheduling de máquina única siendo la función objetivo a optimizar la de Total Weighted Tardiness. El algoritmo propuesto es validado usando instancias tomadas de la OR-Library y los resultados son comparados con los obtenidos por un algoritmo evolutivo multirecombinado que incluye conocimiento acerca del problema y con otra versión de un algoritmo Particle Swarm Optimization que implementa el modelo global best (g-best) cuyos resultados han sido reportados en publicaciones recientes. Los resultados obtenidos son muy promisorios, sobre todo si se considera que este paradigma casi no ha sido utilizado para problemas de optimización combinatoria.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/10915/22542spainfo: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:10915/22542Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 10:55:07.174SEDICI (UNLP) - Universidad Nacional de La Platafalse |
dc.title.none.fl_str_mv |
Particle swarm optimization para un problema de optimización combinatoria |
title |
Particle swarm optimization para un problema de optimización combinatoria |
spellingShingle |
Particle swarm optimization para un problema de optimización combinatoria Cagnina, Leticia Ciencias Informáticas Scheduling Particle Swarm ARTIFICIAL INTELLIGENCE Optimización Técnicas de Vecindarios Intelligent agents Optimization |
title_short |
Particle swarm optimization para un problema de optimización combinatoria |
title_full |
Particle swarm optimization para un problema de optimización combinatoria |
title_fullStr |
Particle swarm optimization para un problema de optimización combinatoria |
title_full_unstemmed |
Particle swarm optimization para un problema de optimización combinatoria |
title_sort |
Particle swarm optimization para un problema de optimización combinatoria |
dc.creator.none.fl_str_mv |
Cagnina, Leticia Esquivel, Susana Cecilia |
author |
Cagnina, Leticia |
author_facet |
Cagnina, Leticia Esquivel, Susana Cecilia |
author_role |
author |
author2 |
Esquivel, Susana Cecilia |
author2_role |
author |
dc.subject.none.fl_str_mv |
Ciencias Informáticas Scheduling Particle Swarm ARTIFICIAL INTELLIGENCE Optimización Técnicas de Vecindarios Intelligent agents Optimization |
topic |
Ciencias Informáticas Scheduling Particle Swarm ARTIFICIAL INTELLIGENCE Optimización Técnicas de Vecindarios Intelligent agents Optimization |
dc.description.none.fl_txt_mv |
En este artículo se presenta una versión del algoritmo de Particle Swarm Optimization que ha sido hibridizado con un operador dinámico de mutación y que implementa el modelo conocido como local best (l-best). El algoritmo se aplica al problema de scheduling de máquina única siendo la función objetivo a optimizar la de Total Weighted Tardiness. El algoritmo propuesto es validado usando instancias tomadas de la OR-Library y los resultados son comparados con los obtenidos por un algoritmo evolutivo multirecombinado que incluye conocimiento acerca del problema y con otra versión de un algoritmo Particle Swarm Optimization que implementa el modelo global best (g-best) cuyos resultados han sido reportados en publicaciones recientes. Los resultados obtenidos son muy promisorios, sobre todo si se considera que este paradigma casi no ha sido utilizado para problemas de optimización combinatoria. Eje: V - Workshop de agentes y sistemas inteligentes Red de Universidades con Carreras en Informática (RedUNCI) |
description |
En este artículo se presenta una versión del algoritmo de Particle Swarm Optimization que ha sido hibridizado con un operador dinámico de mutación y que implementa el modelo conocido como local best (l-best). El algoritmo se aplica al problema de scheduling de máquina única siendo la función objetivo a optimizar la de Total Weighted Tardiness. El algoritmo propuesto es validado usando instancias tomadas de la OR-Library y los resultados son comparados con los obtenidos por un algoritmo evolutivo multirecombinado que incluye conocimiento acerca del problema y con otra versión de un algoritmo Particle Swarm Optimization que implementa el modelo global best (g-best) cuyos resultados han sido reportados en publicaciones recientes. Los resultados obtenidos son muy promisorios, sobre todo si se considera que este paradigma casi no ha sido utilizado para problemas de optimización combinatoria. |
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/10915/22542 |
url |
http://sedici.unlp.edu.ar/handle/10915/22542 |
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_ |
1844615809571225600 |
score |
13.070432 |