Extensión de algoritmos ACO usando conceptos de Tabu Search

Autores
Arito, Franco; Leguizamón, Mario Guillermo
Año de publicación
2009
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
En los algoritmos ACO (del inglés Ant Colony Optimization) las hormigas artificiales iterativamente construyen soluciones a un problema de optimización combinatorio. La construcción de dichas soluciones está guiada por rastros de feromona los cuales actúan como un mecanismo de adaptación que permite sesgar la muestra de nuevas soluciones hacia regiones prometedoras del espacio de búsqueda. Adicionalmente, el sesgo de la búsqueda está influenciado por información heurística dependiente del problema. En este trabajo, que describe parte de la línea de investigación relacionada al uso de memoria externa en algoritmos ACO, se propone la incorporación de conceptos de la metaheurística Tabu Search (TS) en el proceso de construcción de soluciones. Estos conceptos se refieren específicamente a la forma en la que TS utiliza la historia del proceso de búsqueda para evitar visitar soluciones ya analizadas.
Eje: Agentes y Sistemas Inteligentes
Red de Universidades con Carreras en Informática (RedUNCI)
Materia
Ciencias Informáticas
Intelligent agents
Ant Colony Optimization
Tabu Search
Quadratic Assignment Problem
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:10915/19690
Acceder
id SEDICI_efd44e344c3d72128eb72bf8bd018681
oai_identifier_str oai:sedici.unlp.edu.ar:10915/19690
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Extensión de algoritmos ACO usando conceptos de Tabu SearchArito, FrancoLeguizamón, Mario GuillermoCiencias InformáticasIntelligent agentsAnt Colony OptimizationTabu SearchQuadratic Assignment ProblemEn los algoritmos ACO (del inglés Ant Colony Optimization) las hormigas artificiales iterativamente construyen soluciones a un problema de optimización combinatorio. La construcción de dichas soluciones está guiada por rastros de feromona los cuales actúan como un mecanismo de adaptación que permite sesgar la muestra de nuevas soluciones hacia regiones prometedoras del espacio de búsqueda. Adicionalmente, el sesgo de la búsqueda está influenciado por información heurística dependiente del problema. En este trabajo, que describe parte de la línea de investigación relacionada al uso de memoria externa en algoritmos ACO, se propone la incorporación de conceptos de la metaheurística Tabu Search (TS) en el proceso de construcción de soluciones. Estos conceptos se refieren específicamente a la forma en la que TS utiliza la historia del proceso de búsqueda para evitar visitar soluciones ya analizadas.Eje: Agentes y Sistemas InteligentesRed de Universidades con Carreras en Informática (RedUNCI)2009-05info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf113-117http://sedici.unlp.edu.ar/handle/10915/19690spainfo: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:UNLP2025-10-22T16:35:35Zoai:sedici.unlp.edu.ar:10915/19690Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-10-22 16:35:35.524SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Extensión de algoritmos ACO usando conceptos de Tabu Search
title Extensión de algoritmos ACO usando conceptos de Tabu Search
spellingShingle Extensión de algoritmos ACO usando conceptos de Tabu Search
Arito, Franco
Ciencias Informáticas
Intelligent agents
Ant Colony Optimization
Tabu Search
Quadratic Assignment Problem
title_short Extensión de algoritmos ACO usando conceptos de Tabu Search
title_full Extensión de algoritmos ACO usando conceptos de Tabu Search
title_fullStr Extensión de algoritmos ACO usando conceptos de Tabu Search
title_full_unstemmed Extensión de algoritmos ACO usando conceptos de Tabu Search
title_sort Extensión de algoritmos ACO usando conceptos de Tabu Search
dc.creator.none.fl_str_mv Arito, Franco
Leguizamón, Mario Guillermo
author Arito, Franco
author_facet Arito, Franco
Leguizamón, Mario Guillermo
author_role author
author2 Leguizamón, Mario Guillermo
author2_role author
dc.subject.none.fl_str_mv Ciencias Informáticas
Intelligent agents
Ant Colony Optimization
Tabu Search
Quadratic Assignment Problem
topic Ciencias Informáticas
Intelligent agents
Ant Colony Optimization
Tabu Search
Quadratic Assignment Problem
dc.description.none.fl_txt_mv En los algoritmos ACO (del inglés Ant Colony Optimization) las hormigas artificiales iterativamente construyen soluciones a un problema de optimización combinatorio. La construcción de dichas soluciones está guiada por rastros de feromona los cuales actúan como un mecanismo de adaptación que permite sesgar la muestra de nuevas soluciones hacia regiones prometedoras del espacio de búsqueda. Adicionalmente, el sesgo de la búsqueda está influenciado por información heurística dependiente del problema. En este trabajo, que describe parte de la línea de investigación relacionada al uso de memoria externa en algoritmos ACO, se propone la incorporación de conceptos de la metaheurística Tabu Search (TS) en el proceso de construcción de soluciones. Estos conceptos se refieren específicamente a la forma en la que TS utiliza la historia del proceso de búsqueda para evitar visitar soluciones ya analizadas.
Eje: Agentes y Sistemas Inteligentes
Red de Universidades con Carreras en Informática (RedUNCI)
description En los algoritmos ACO (del inglés Ant Colony Optimization) las hormigas artificiales iterativamente construyen soluciones a un problema de optimización combinatorio. La construcción de dichas soluciones está guiada por rastros de feromona los cuales actúan como un mecanismo de adaptación que permite sesgar la muestra de nuevas soluciones hacia regiones prometedoras del espacio de búsqueda. Adicionalmente, el sesgo de la búsqueda está influenciado por información heurística dependiente del problema. En este trabajo, que describe parte de la línea de investigación relacionada al uso de memoria externa en algoritmos ACO, se propone la incorporación de conceptos de la metaheurística Tabu Search (TS) en el proceso de construcción de soluciones. Estos conceptos se refieren específicamente a la forma en la que TS utiliza la historia del proceso de búsqueda para evitar visitar soluciones ya analizadas.
publishDate 2009
dc.date.none.fl_str_mv 2009-05
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/10915/19690
url http://sedici.unlp.edu.ar/handle/10915/19690
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
113-117
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_ 1846782803188908032
score 12.982451

Publicaciones similares