Balanceo óptimo de la carga de artículos en máquinas inyectoras monocolor, usando Algoritmos Genéticos

Autores
Klenzi, Raúl O.; Fernández, Gustavo
Año de publicación
1999
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
En el presente trabajo se pretende aplicar una alternativa derivada de la Inteligencia Artificial que son los Algoritmos Genéticos excelente metodología de exploración y explotación de grandes espacios de búsquedas. En éste caso concreto se los· utilizará como optimizadores, característica que los destaca sobre otras estrategias de optimización.- Se pretende minimizar la diferencia entre puntas de cuatro máquinas inyectoras de suelas en una fábrica de zapatillas, tarea ésta, que al momento, se realiza a mano apoyado en tablas históricas y el presente trabajo ha permitido encontrar respuestas óptimas en mucho menos tiempo. Para la aplicación se utiliza una herramienta disponible en Internet desde la cual se manipulan los algoritmos en sí, en cuanto a estrategias de selección, transposición, mutación y de terminación; a lo que debe adicionarse una correcta elección de la representación y función de aptitud.
Eje: Redes y sistemas inteligentes
Red de Universidades con Carreras en Informática (RedUNCI)
Materia
Ciencias Informáticas
máquinas inyectoras monocolor
Algorithms
ARTIFICIAL INTELLIGENCE
Algoritmos Genéticos
carga de artículos
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:10915/22229
Acceder
id SEDICI_ea9537fcb72310151a3e8ef2491e3328
oai_identifier_str oai:sedici.unlp.edu.ar:10915/22229
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Balanceo óptimo de la carga de artículos en máquinas inyectoras monocolor, usando Algoritmos GenéticosKlenzi, Raúl O.Fernández, GustavoCiencias Informáticasmáquinas inyectoras monocolorAlgorithmsARTIFICIAL INTELLIGENCEAlgoritmos Genéticoscarga de artículosEn el presente trabajo se pretende aplicar una alternativa derivada de la Inteligencia Artificial que son los Algoritmos Genéticos excelente metodología de exploración y explotación de grandes espacios de búsquedas. En éste caso concreto se los· utilizará como optimizadores, característica que los destaca sobre otras estrategias de optimización.- Se pretende minimizar la diferencia entre puntas de cuatro máquinas inyectoras de suelas en una fábrica de zapatillas, tarea ésta, que al momento, se realiza a mano apoyado en tablas históricas y el presente trabajo ha permitido encontrar respuestas óptimas en mucho menos tiempo. Para la aplicación se utiliza una herramienta disponible en Internet desde la cual se manipulan los algoritmos en sí, en cuanto a estrategias de selección, transposición, mutación y de terminación; a lo que debe adicionarse una correcta elección de la representación y función de aptitud.Eje: Redes y sistemas inteligentesRed de Universidades con Carreras en Informática (RedUNCI)1999-05info: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/10915/22229spainfo: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:UNLP2025-10-15T10:47:37Zoai:sedici.unlp.edu.ar:10915/22229Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-10-15 10:47:37.425SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Balanceo óptimo de la carga de artículos en máquinas inyectoras monocolor, usando Algoritmos Genéticos
title Balanceo óptimo de la carga de artículos en máquinas inyectoras monocolor, usando Algoritmos Genéticos
spellingShingle Balanceo óptimo de la carga de artículos en máquinas inyectoras monocolor, usando Algoritmos Genéticos
Klenzi, Raúl O.
Ciencias Informáticas
máquinas inyectoras monocolor
Algorithms
ARTIFICIAL INTELLIGENCE
Algoritmos Genéticos
carga de artículos
title_short Balanceo óptimo de la carga de artículos en máquinas inyectoras monocolor, usando Algoritmos Genéticos
title_full Balanceo óptimo de la carga de artículos en máquinas inyectoras monocolor, usando Algoritmos Genéticos
title_fullStr Balanceo óptimo de la carga de artículos en máquinas inyectoras monocolor, usando Algoritmos Genéticos
title_full_unstemmed Balanceo óptimo de la carga de artículos en máquinas inyectoras monocolor, usando Algoritmos Genéticos
title_sort Balanceo óptimo de la carga de artículos en máquinas inyectoras monocolor, usando Algoritmos Genéticos
dc.creator.none.fl_str_mv Klenzi, Raúl O.
Fernández, Gustavo
author Klenzi, Raúl O.
author_facet Klenzi, Raúl O.
Fernández, Gustavo
author_role author
author2 Fernández, Gustavo
author2_role author
dc.subject.none.fl_str_mv Ciencias Informáticas
máquinas inyectoras monocolor
Algorithms
ARTIFICIAL INTELLIGENCE
Algoritmos Genéticos
carga de artículos
topic Ciencias Informáticas
máquinas inyectoras monocolor
Algorithms
ARTIFICIAL INTELLIGENCE
Algoritmos Genéticos
carga de artículos
dc.description.none.fl_txt_mv En el presente trabajo se pretende aplicar una alternativa derivada de la Inteligencia Artificial que son los Algoritmos Genéticos excelente metodología de exploración y explotación de grandes espacios de búsquedas. En éste caso concreto se los· utilizará como optimizadores, característica que los destaca sobre otras estrategias de optimización.- Se pretende minimizar la diferencia entre puntas de cuatro máquinas inyectoras de suelas en una fábrica de zapatillas, tarea ésta, que al momento, se realiza a mano apoyado en tablas históricas y el presente trabajo ha permitido encontrar respuestas óptimas en mucho menos tiempo. Para la aplicación se utiliza una herramienta disponible en Internet desde la cual se manipulan los algoritmos en sí, en cuanto a estrategias de selección, transposición, mutación y de terminación; a lo que debe adicionarse una correcta elección de la representación y función de aptitud.
Eje: Redes y sistemas inteligentes
Red de Universidades con Carreras en Informática (RedUNCI)
description En el presente trabajo se pretende aplicar una alternativa derivada de la Inteligencia Artificial que son los Algoritmos Genéticos excelente metodología de exploración y explotación de grandes espacios de búsquedas. En éste caso concreto se los· utilizará como optimizadores, característica que los destaca sobre otras estrategias de optimización.- Se pretende minimizar la diferencia entre puntas de cuatro máquinas inyectoras de suelas en una fábrica de zapatillas, tarea ésta, que al momento, se realiza a mano apoyado en tablas históricas y el presente trabajo ha permitido encontrar respuestas óptimas en mucho menos tiempo. Para la aplicación se utiliza una herramienta disponible en Internet desde la cual se manipulan los algoritmos en sí, en cuanto a estrategias de selección, transposición, mutación y de terminación; a lo que debe adicionarse una correcta elección de la representación y función de aptitud.
publishDate 1999
dc.date.none.fl_str_mv 1999-05
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/10915/22229
url http://sedici.unlp.edu.ar/handle/10915/22229
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_ 1846063901917052928
score 13.22299

Publicaciones similares