Particle swarm optimization para problemas de secuenciamiento: total weighted tardiness

Autores
Cagnina, Leticia; Esquivel, Susana Cecilia; Gallard, Raúl Hector
Año de publicación
2004
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
Particle Swarm Optimization (PSO) ha sido utilizado exitosamente en diferentes áreas como optimización mutidimensional y multiobjetivo, y entrenamiento de redes neuronales entre otras, pero existen actualmente pocos reportes relacionados a problemas de secuenciamiento. En este trabajo presentamos un PSO modificado (MPSO) que incorpora un método diferente de representación de las partículas y un operador de mutación dinámica similar al utilizado en los algoritmos evolutivos. Este estudio preliminar muestra la performance del algoritmo cuando éste es aplicado a un conjunto de instancias correspondientes al problema de Total Weighted Tardiness, en ambientes de scheduling de máquina única. Este primer estudio muestra a MPSO como un posible método alternativo para resolver problemas de secuenciamiento.
Eje: Sistemas de información y Metaheurística
Red de Universidades con Carreras en Informática (RedUNCI)
Materia
Ciencias Informáticas
Sequencing and scheduling
Particle Swarm Optimization
información
Problemas de Secuenciamiento
Total Weighted Tardiness
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:10915/21357

id SEDICI_dd770d11b4abc9db745aa8d57333aafc
oai_identifier_str oai:sedici.unlp.edu.ar:10915/21357
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Particle swarm optimization para problemas de secuenciamiento: total weighted tardinessCagnina, LeticiaEsquivel, Susana CeciliaGallard, Raúl HectorCiencias InformáticasSequencing and schedulingParticle Swarm OptimizationinformaciónProblemas de SecuenciamientoTotal Weighted TardinessParticle Swarm Optimization (PSO) ha sido utilizado exitosamente en diferentes áreas como optimización mutidimensional y multiobjetivo, y entrenamiento de redes neuronales entre otras, pero existen actualmente pocos reportes relacionados a problemas de secuenciamiento. En este trabajo presentamos un PSO modificado (MPSO) que incorpora un método diferente de representación de las partículas y un operador de mutación dinámica similar al utilizado en los algoritmos evolutivos. Este estudio preliminar muestra la performance del algoritmo cuando éste es aplicado a un conjunto de instancias correspondientes al problema de Total Weighted Tardiness, en ambientes de scheduling de máquina única. Este primer estudio muestra a MPSO como un posible método alternativo para resolver problemas de secuenciamiento.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/pdf613-618http://sedici.unlp.edu.ar/handle/10915/21357spainfo: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:10915/21357Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 10:54:37.484SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Particle swarm optimization para problemas de secuenciamiento: total weighted tardiness
title Particle swarm optimization para problemas de secuenciamiento: total weighted tardiness
spellingShingle Particle swarm optimization para problemas de secuenciamiento: total weighted tardiness
Cagnina, Leticia
Ciencias Informáticas
Sequencing and scheduling
Particle Swarm Optimization
información
Problemas de Secuenciamiento
Total Weighted Tardiness
title_short Particle swarm optimization para problemas de secuenciamiento: total weighted tardiness
title_full Particle swarm optimization para problemas de secuenciamiento: total weighted tardiness
title_fullStr Particle swarm optimization para problemas de secuenciamiento: total weighted tardiness
title_full_unstemmed Particle swarm optimization para problemas de secuenciamiento: total weighted tardiness
title_sort Particle swarm optimization para problemas de secuenciamiento: total weighted tardiness
dc.creator.none.fl_str_mv Cagnina, Leticia
Esquivel, Susana Cecilia
Gallard, Raúl Hector
author Cagnina, Leticia
author_facet Cagnina, Leticia
Esquivel, Susana Cecilia
Gallard, Raúl Hector
author_role author
author2 Esquivel, Susana Cecilia
Gallard, Raúl Hector
author2_role author
author
dc.subject.none.fl_str_mv Ciencias Informáticas
Sequencing and scheduling
Particle Swarm Optimization
información
Problemas de Secuenciamiento
Total Weighted Tardiness
topic Ciencias Informáticas
Sequencing and scheduling
Particle Swarm Optimization
información
Problemas de Secuenciamiento
Total Weighted Tardiness
dc.description.none.fl_txt_mv Particle Swarm Optimization (PSO) ha sido utilizado exitosamente en diferentes áreas como optimización mutidimensional y multiobjetivo, y entrenamiento de redes neuronales entre otras, pero existen actualmente pocos reportes relacionados a problemas de secuenciamiento. En este trabajo presentamos un PSO modificado (MPSO) que incorpora un método diferente de representación de las partículas y un operador de mutación dinámica similar al utilizado en los algoritmos evolutivos. Este estudio preliminar muestra la performance del algoritmo cuando éste es aplicado a un conjunto de instancias correspondientes al problema de Total Weighted Tardiness, en ambientes de scheduling de máquina única. Este primer estudio muestra a MPSO como un posible método alternativo para resolver problemas de secuenciamiento.
Eje: Sistemas de información y Metaheurística
Red de Universidades con Carreras en Informática (RedUNCI)
description Particle Swarm Optimization (PSO) ha sido utilizado exitosamente en diferentes áreas como optimización mutidimensional y multiobjetivo, y entrenamiento de redes neuronales entre otras, pero existen actualmente pocos reportes relacionados a problemas de secuenciamiento. En este trabajo presentamos un PSO modificado (MPSO) que incorpora un método diferente de representación de las partículas y un operador de mutación dinámica similar al utilizado en los algoritmos evolutivos. Este estudio preliminar muestra la performance del algoritmo cuando éste es aplicado a un conjunto de instancias correspondientes al problema de Total Weighted Tardiness, en ambientes de scheduling de máquina única. Este primer estudio muestra a MPSO como un posible método alternativo para resolver problemas de secuenciamiento.
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/10915/21357
url http://sedici.unlp.edu.ar/handle/10915/21357
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
613-618
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_ 1844615804059910144
score 13.070432