Técnicas de mantenimiento de diversidad aplicadas a optimización evolutiva en una clase de ambientes dinámicos
- Autores
- Gallard, Raúl Hector; Esquivel, Susana Cecilia; Aragón, Victoria S.
- Año de publicación
- 2004
- Idioma
- español castellano
- Tipo de recurso
- documento de conferencia
- Estado
- versión publicada
- Descripción
- En problemas de optimización dinámicos la función objetivo cambia durante la evolución de la población, por ello es deseable contar con algoritmos que puedan adaptarse a ambientes cambiantes reusando información obtenida en el pasado en vez de tratar a cada cambio como un nuevo problema a optimizar. El algoritmo propuesto en este trabajo incluye 2 técnicas de mantenimiento de diversidad en la población: el operador de recrudescencia y la inclusión dentro de la población de inmigrantes aleatorios. El algoritmo se testeó con un conjunto de funciones de prueba generadas con el generador de funciones de prueba DF1, se reportan los resultados obtenidos, conclusiones preliminares y trabajo actual futuro.
Eje: Sistemas de información y Metaheurística
Red de Universidades con Carreras en Informática (RedUNCI) - Materia
-
Ciencias Informáticas
Algorithms
mantenimiento de diversidad
optimización evolutiva
ambientes dinámicos - 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:10915/21356
Ver los metadatos del registro completo
id |
SEDICI_c19944ed4c097a445044cbbc92f75fc9 |
---|---|
oai_identifier_str |
oai:sedici.unlp.edu.ar:10915/21356 |
network_acronym_str |
SEDICI |
repository_id_str |
1329 |
network_name_str |
SEDICI (UNLP) |
spelling |
Técnicas de mantenimiento de diversidad aplicadas a optimización evolutiva en una clase de ambientes dinámicosGallard, Raúl HectorEsquivel, Susana CeciliaAragón, Victoria S.Ciencias InformáticasAlgorithmsmantenimiento de diversidadoptimización evolutivaambientes dinámicosEn problemas de optimización dinámicos la función objetivo cambia durante la evolución de la población, por ello es deseable contar con algoritmos que puedan adaptarse a ambientes cambiantes reusando información obtenida en el pasado en vez de tratar a cada cambio como un nuevo problema a optimizar. El algoritmo propuesto en este trabajo incluye 2 técnicas de mantenimiento de diversidad en la población: el operador de recrudescencia y la inclusión dentro de la población de inmigrantes aleatorios. El algoritmo se testeó con un conjunto de funciones de prueba generadas con el generador de funciones de prueba DF1, se reportan los resultados obtenidos, conclusiones preliminares y trabajo actual futuro.Eje: Sistemas de información y MetaheurísticaRed de Universidades con Carreras en Informática (RedUNCI)2004-05info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf653-658http://sedici.unlp.edu.ar/handle/10915/21356spainfo: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:UNLP2025-09-29T10:54:37Zoai:sedici.unlp.edu.ar:10915/21356Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 10:54:37.481SEDICI (UNLP) - Universidad Nacional de La Platafalse |
dc.title.none.fl_str_mv |
Técnicas de mantenimiento de diversidad aplicadas a optimización evolutiva en una clase de ambientes dinámicos |
title |
Técnicas de mantenimiento de diversidad aplicadas a optimización evolutiva en una clase de ambientes dinámicos |
spellingShingle |
Técnicas de mantenimiento de diversidad aplicadas a optimización evolutiva en una clase de ambientes dinámicos Gallard, Raúl Hector Ciencias Informáticas Algorithms mantenimiento de diversidad optimización evolutiva ambientes dinámicos |
title_short |
Técnicas de mantenimiento de diversidad aplicadas a optimización evolutiva en una clase de ambientes dinámicos |
title_full |
Técnicas de mantenimiento de diversidad aplicadas a optimización evolutiva en una clase de ambientes dinámicos |
title_fullStr |
Técnicas de mantenimiento de diversidad aplicadas a optimización evolutiva en una clase de ambientes dinámicos |
title_full_unstemmed |
Técnicas de mantenimiento de diversidad aplicadas a optimización evolutiva en una clase de ambientes dinámicos |
title_sort |
Técnicas de mantenimiento de diversidad aplicadas a optimización evolutiva en una clase de ambientes dinámicos |
dc.creator.none.fl_str_mv |
Gallard, Raúl Hector Esquivel, Susana Cecilia Aragón, Victoria S. |
author |
Gallard, Raúl Hector |
author_facet |
Gallard, Raúl Hector Esquivel, Susana Cecilia Aragón, Victoria S. |
author_role |
author |
author2 |
Esquivel, Susana Cecilia Aragón, Victoria S. |
author2_role |
author author |
dc.subject.none.fl_str_mv |
Ciencias Informáticas Algorithms mantenimiento de diversidad optimización evolutiva ambientes dinámicos |
topic |
Ciencias Informáticas Algorithms mantenimiento de diversidad optimización evolutiva ambientes dinámicos |
dc.description.none.fl_txt_mv |
En problemas de optimización dinámicos la función objetivo cambia durante la evolución de la población, por ello es deseable contar con algoritmos que puedan adaptarse a ambientes cambiantes reusando información obtenida en el pasado en vez de tratar a cada cambio como un nuevo problema a optimizar. El algoritmo propuesto en este trabajo incluye 2 técnicas de mantenimiento de diversidad en la población: el operador de recrudescencia y la inclusión dentro de la población de inmigrantes aleatorios. El algoritmo se testeó con un conjunto de funciones de prueba generadas con el generador de funciones de prueba DF1, se reportan los resultados obtenidos, conclusiones preliminares y trabajo actual futuro. Eje: Sistemas de información y Metaheurística Red de Universidades con Carreras en Informática (RedUNCI) |
description |
En problemas de optimización dinámicos la función objetivo cambia durante la evolución de la población, por ello es deseable contar con algoritmos que puedan adaptarse a ambientes cambiantes reusando información obtenida en el pasado en vez de tratar a cada cambio como un nuevo problema a optimizar. El algoritmo propuesto en este trabajo incluye 2 técnicas de mantenimiento de diversidad en la población: el operador de recrudescencia y la inclusión dentro de la población de inmigrantes aleatorios. El algoritmo se testeó con un conjunto de funciones de prueba generadas con el generador de funciones de prueba DF1, se reportan los resultados obtenidos, conclusiones preliminares y trabajo actual futuro. |
publishDate |
2004 |
dc.date.none.fl_str_mv |
2004-05 |
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/10915/21356 |
url |
http://sedici.unlp.edu.ar/handle/10915/21356 |
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 653-658 |
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_ |
1844615803741143040 |
score |
13.070432 |