Manejo de diversidad en CHC aplicado a la optimización del costo energético en parques eólicos

Autores
Bilbao, Martín; Leguizamón, Guillermo
Año de publicación
2020
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
En este trabajo analizaremos diferentes mecanismos de manejo de diversidad para el algoritmo CHC (Crossover elitism population, Half uniform crossover combination, Cataclysm mutation) para resolver problemas de optimización en parques eólicos de energía. El algoritmo CHC convencional contiene un mecanismo de reinicio poblacional aleatorio, esto conlleva a la posibilidad de perder cierto conocimiento adquirido si no se maneja adecuadamente. Es por ello que estudiaremos otros mecanismos de reinicio poblacional que tengan en cuenta el conocimiento adquirido durante su evolución para intentar lograr mejor convergencia en los resultados. El objetivo final es minimizar el costo del KWh analizando tres variantes de reinicio poblacional y cómo impactan en los resultados finales con respecto a la versión de CHC convencional.
Workshop: WASI – Agentes y Sistemas Inteligentes
Red de Universidades con Carreras en Informática
Materia
Ciencias Informáticas
Optimización
Energía eólica
Metaheurísticas
Inteligencia artificial
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/4.0/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/113263
Acceder
id SEDICI_e1afc33d2919ae353626d7e80443252d
oai_identifier_str oai:sedici.unlp.edu.ar:10915/113263
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Manejo de diversidad en CHC aplicado a la optimización del costo energético en parques eólicosBilbao, MartínLeguizamón, GuillermoCiencias InformáticasOptimizaciónEnergía eólicaMetaheurísticasInteligencia artificialEn este trabajo analizaremos diferentes mecanismos de manejo de diversidad para el algoritmo CHC (Crossover elitism population, Half uniform crossover combination, Cataclysm mutation) para resolver problemas de optimización en parques eólicos de energía. El algoritmo CHC convencional contiene un mecanismo de reinicio poblacional aleatorio, esto conlleva a la posibilidad de perder cierto conocimiento adquirido si no se maneja adecuadamente. Es por ello que estudiaremos otros mecanismos de reinicio poblacional que tengan en cuenta el conocimiento adquirido durante su evolución para intentar lograr mejor convergencia en los resultados. El objetivo final es minimizar el costo del KWh analizando tres variantes de reinicio poblacional y cómo impactan en los resultados finales con respecto a la versión de CHC convencional.Workshop: WASI – Agentes y Sistemas InteligentesRed de Universidades con Carreras en Informática2020-10info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf51-60http://sedici.unlp.edu.ar/handle/10915/113263spainfo:eu-repo/semantics/altIdentifier/isbn/978-987-4417-90-9info:eu-repo/semantics/reference/hdl/10915/113243info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/4.0/Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-10-15T11:18:14Zoai:sedici.unlp.edu.ar:10915/113263Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-10-15 11:18:14.672SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Manejo de diversidad en CHC aplicado a la optimización del costo energético en parques eólicos
title Manejo de diversidad en CHC aplicado a la optimización del costo energético en parques eólicos
spellingShingle Manejo de diversidad en CHC aplicado a la optimización del costo energético en parques eólicos
Bilbao, Martín
Ciencias Informáticas
Optimización
Energía eólica
Metaheurísticas
Inteligencia artificial
title_short Manejo de diversidad en CHC aplicado a la optimización del costo energético en parques eólicos
title_full Manejo de diversidad en CHC aplicado a la optimización del costo energético en parques eólicos
title_fullStr Manejo de diversidad en CHC aplicado a la optimización del costo energético en parques eólicos
title_full_unstemmed Manejo de diversidad en CHC aplicado a la optimización del costo energético en parques eólicos
title_sort Manejo de diversidad en CHC aplicado a la optimización del costo energético en parques eólicos
dc.creator.none.fl_str_mv Bilbao, Martín
Leguizamón, Guillermo
author Bilbao, Martín
author_facet Bilbao, Martín
Leguizamón, Guillermo
author_role author
author2 Leguizamón, Guillermo
author2_role author
dc.subject.none.fl_str_mv Ciencias Informáticas
Optimización
Energía eólica
Metaheurísticas
Inteligencia artificial
topic Ciencias Informáticas
Optimización
Energía eólica
Metaheurísticas
Inteligencia artificial
dc.description.none.fl_txt_mv En este trabajo analizaremos diferentes mecanismos de manejo de diversidad para el algoritmo CHC (Crossover elitism population, Half uniform crossover combination, Cataclysm mutation) para resolver problemas de optimización en parques eólicos de energía. El algoritmo CHC convencional contiene un mecanismo de reinicio poblacional aleatorio, esto conlleva a la posibilidad de perder cierto conocimiento adquirido si no se maneja adecuadamente. Es por ello que estudiaremos otros mecanismos de reinicio poblacional que tengan en cuenta el conocimiento adquirido durante su evolución para intentar lograr mejor convergencia en los resultados. El objetivo final es minimizar el costo del KWh analizando tres variantes de reinicio poblacional y cómo impactan en los resultados finales con respecto a la versión de CHC convencional.
Workshop: WASI – Agentes y Sistemas Inteligentes
Red de Universidades con Carreras en Informática
description En este trabajo analizaremos diferentes mecanismos de manejo de diversidad para el algoritmo CHC (Crossover elitism population, Half uniform crossover combination, Cataclysm mutation) para resolver problemas de optimización en parques eólicos de energía. El algoritmo CHC convencional contiene un mecanismo de reinicio poblacional aleatorio, esto conlleva a la posibilidad de perder cierto conocimiento adquirido si no se maneja adecuadamente. Es por ello que estudiaremos otros mecanismos de reinicio poblacional que tengan en cuenta el conocimiento adquirido durante su evolución para intentar lograr mejor convergencia en los resultados. El objetivo final es minimizar el costo del KWh analizando tres variantes de reinicio poblacional y cómo impactan en los resultados finales con respecto a la versión de CHC convencional.
publishDate 2020
dc.date.none.fl_str_mv 2020-10
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/10915/113263
url http://sedici.unlp.edu.ar/handle/10915/113263
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/isbn/978-987-4417-90-9
info:eu-repo/semantics/reference/hdl/10915/113243
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
dc.format.none.fl_str_mv application/pdf
51-60
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_ 1846064240534749184
score 13.22299

Publicaciones similares