Algoritmo evolutivo para el problema de planificación en proyectos de desarrollo de software

Autores
Dupuy, Germán; Stark, Natalia; Salto, Carolina
Año de publicación
2013
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
La planificación de tareas y la asignación de recursos en proyectos de desarrollo de mediana a larga escala es un problema extremadamente complejo y es uno de los principales desafíos de la gestión del proyecto, debido a su complejidad. El objetivo es minimizar la duración y el costo del proyecto. En este trabajo proponemos un algoritmo genético (AG) tradicional usando codificación binaria para representar una solución al problema de planificación de proyectos software. En particular nos centramos en la elección del operador de cruce, junto con su probabilidad; proponemos comparar el cambio en el rendimiento del AG al utilizar operadores genéticos tradicionales respecto de otros mas específicos para el problema. Los experimentos mostraron que utilizar una recombinación tradicional es capaz de aumentar el rendimiento del algoritmo, manteniendo en niveles aceptables la velocidad de convergencia.
XIV Workshop agentes y sistemas inteligentes.
Red de Universidades con Carreras en Informática (RedUNCI)
Materia
Ciencias Informáticas
Informática
proyectos de planificación software
Intelligent agents
algoritmos genéticos
Algorithms
probabilidades
Probabilistic algorithms
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:10915/31574
Acceder
id SEDICI_e4298a9300823bc16678307c4ee1889d
oai_identifier_str oai:sedici.unlp.edu.ar:10915/31574
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Algoritmo evolutivo para el problema de planificación en proyectos de desarrollo de softwareDupuy, GermánStark, NataliaSalto, CarolinaCiencias InformáticasInformáticaproyectos de planificación softwareIntelligent agentsalgoritmos genéticosAlgorithmsprobabilidadesProbabilistic algorithmsLa planificación de tareas y la asignación de recursos en proyectos de desarrollo de mediana a larga escala es un problema extremadamente complejo y es uno de los principales desafíos de la gestión del proyecto, debido a su complejidad. El objetivo es minimizar la duración y el costo del proyecto. En este trabajo proponemos un algoritmo genético (AG) tradicional usando codificación binaria para representar una solución al problema de planificación de proyectos software. En particular nos centramos en la elección del operador de cruce, junto con su probabilidad; proponemos comparar el cambio en el rendimiento del AG al utilizar operadores genéticos tradicionales respecto de otros mas específicos para el problema. Los experimentos mostraron que utilizar una recombinación tradicional es capaz de aumentar el rendimiento del algoritmo, manteniendo en niveles aceptables la velocidad de convergencia.XIV Workshop agentes y sistemas inteligentes.Red de Universidades con Carreras en Informática (RedUNCI)2013-10info: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/10915/31574spainfo: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:UNLP2025-09-29T10:58:01Zoai:sedici.unlp.edu.ar:10915/31574Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 10:58:01.778SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Algoritmo evolutivo para el problema de planificación en proyectos de desarrollo de software
title Algoritmo evolutivo para el problema de planificación en proyectos de desarrollo de software
spellingShingle Algoritmo evolutivo para el problema de planificación en proyectos de desarrollo de software
Dupuy, Germán
Ciencias Informáticas
Informática
proyectos de planificación software
Intelligent agents
algoritmos genéticos
Algorithms
probabilidades
Probabilistic algorithms
title_short Algoritmo evolutivo para el problema de planificación en proyectos de desarrollo de software
title_full Algoritmo evolutivo para el problema de planificación en proyectos de desarrollo de software
title_fullStr Algoritmo evolutivo para el problema de planificación en proyectos de desarrollo de software
title_full_unstemmed Algoritmo evolutivo para el problema de planificación en proyectos de desarrollo de software
title_sort Algoritmo evolutivo para el problema de planificación en proyectos de desarrollo de software
dc.creator.none.fl_str_mv Dupuy, Germán
Stark, Natalia
Salto, Carolina
author Dupuy, Germán
author_facet Dupuy, Germán
Stark, Natalia
Salto, Carolina
author_role author
author2 Stark, Natalia
Salto, Carolina
author2_role author
author
dc.subject.none.fl_str_mv Ciencias Informáticas
Informática
proyectos de planificación software
Intelligent agents
algoritmos genéticos
Algorithms
probabilidades
Probabilistic algorithms
topic Ciencias Informáticas
Informática
proyectos de planificación software
Intelligent agents
algoritmos genéticos
Algorithms
probabilidades
Probabilistic algorithms
dc.description.none.fl_txt_mv La planificación de tareas y la asignación de recursos en proyectos de desarrollo de mediana a larga escala es un problema extremadamente complejo y es uno de los principales desafíos de la gestión del proyecto, debido a su complejidad. El objetivo es minimizar la duración y el costo del proyecto. En este trabajo proponemos un algoritmo genético (AG) tradicional usando codificación binaria para representar una solución al problema de planificación de proyectos software. En particular nos centramos en la elección del operador de cruce, junto con su probabilidad; proponemos comparar el cambio en el rendimiento del AG al utilizar operadores genéticos tradicionales respecto de otros mas específicos para el problema. Los experimentos mostraron que utilizar una recombinación tradicional es capaz de aumentar el rendimiento del algoritmo, manteniendo en niveles aceptables la velocidad de convergencia.
XIV Workshop agentes y sistemas inteligentes.
Red de Universidades con Carreras en Informática (RedUNCI)
description La planificación de tareas y la asignación de recursos en proyectos de desarrollo de mediana a larga escala es un problema extremadamente complejo y es uno de los principales desafíos de la gestión del proyecto, debido a su complejidad. El objetivo es minimizar la duración y el costo del proyecto. En este trabajo proponemos un algoritmo genético (AG) tradicional usando codificación binaria para representar una solución al problema de planificación de proyectos software. En particular nos centramos en la elección del operador de cruce, junto con su probabilidad; proponemos comparar el cambio en el rendimiento del AG al utilizar operadores genéticos tradicionales respecto de otros mas específicos para el problema. Los experimentos mostraron que utilizar una recombinación tradicional es capaz de aumentar el rendimiento del algoritmo, manteniendo en niveles aceptables la velocidad de convergencia.
publishDate 2013
dc.date.none.fl_str_mv 2013-10
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/10915/31574
url http://sedici.unlp.edu.ar/handle/10915/31574
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_ 1844615842358099968
score 13.070432

Publicaciones similares