Algoritmos genéticos: enriquecimiento de terrenos llanos mediante el uso de energía eólica

Autores
Díaz, Daniela Elisabet; Lombardo, Victor Hugo; Álvarez, Facundo; Albizuri, Gastón; Martí, Ezquiel
Año de publicación
2018
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
Las exigencias del cuidado al medioambiente, el crecimiento demográfico y las demandas de los mercados, están requiriendo la construcción de fuentes de generación de energías no convencionales. Es necesario el estudio de técnicas de inteligencia artificial, como la de los algoritmos genéticos y metaheurísticas, para mejorar la producción de energía; en especial aquellas provenientes de fuentes renovables o alternativas. El trabajo pretende obtener una distribución eficiente de los aerogeneradores dentro de granjas eólicas para optimizar el uso de la energía capturada. Luego, en una futura investigación se modificará el algoritmo genético para minimizar los costos implicados analizando en profundidad la influencia de dicha variable de estudio y estudiando las distintas formas de optimizar el almacenamiento de la energía producida.
Sociedad Argentina de Informática e Investigación Operativa
Materia
Ciencias Informáticas
Energía Eólica
algoritmos genéticos
Optimización
granjas eólicas
aerogeneradores
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-sa/3.0/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/71894
Acceder
id SEDICI_fe000b604daa17bd0b988a608f3b0b75
oai_identifier_str oai:sedici.unlp.edu.ar:10915/71894
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Algoritmos genéticos: enriquecimiento de terrenos llanos mediante el uso de energía eólicaDíaz, Daniela ElisabetLombardo, Victor HugoÁlvarez, FacundoAlbizuri, GastónMartí, EzquielCiencias InformáticasEnergía Eólicaalgoritmos genéticosOptimizacióngranjas eólicasaerogeneradoresLas exigencias del cuidado al medioambiente, el crecimiento demográfico y las demandas de los mercados, están requiriendo la construcción de fuentes de generación de energías no convencionales. Es necesario el estudio de técnicas de inteligencia artificial, como la de los algoritmos genéticos y metaheurísticas, para mejorar la producción de energía; en especial aquellas provenientes de fuentes renovables o alternativas. El trabajo pretende obtener una distribución eficiente de los aerogeneradores dentro de granjas eólicas para optimizar el uso de la energía capturada. Luego, en una futura investigación se modificará el algoritmo genético para minimizar los costos implicados analizando en profundidad la influencia de dicha variable de estudio y estudiando las distintas formas de optimizar el almacenamiento de la energía producida.Sociedad Argentina de Informática e Investigación Operativa2018-09info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf149-160http://sedici.unlp.edu.ar/handle/10915/71894spainfo:eu-repo/semantics/altIdentifier/url/http://47jaiio.sadio.org.ar/sites/default/files/SIIIO-12.pdfinfo:eu-repo/semantics/altIdentifier/issn/2618-3277info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-sa/3.0/Creative Commons Attribution-ShareAlike 3.0 Unported (CC BY-SA 3.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-10-15T11:03:41Zoai:sedici.unlp.edu.ar:10915/71894Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-10-15 11:03:41.601SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Algoritmos genéticos: enriquecimiento de terrenos llanos mediante el uso de energía eólica
title Algoritmos genéticos: enriquecimiento de terrenos llanos mediante el uso de energía eólica
spellingShingle Algoritmos genéticos: enriquecimiento de terrenos llanos mediante el uso de energía eólica
Díaz, Daniela Elisabet
Ciencias Informáticas
Energía Eólica
algoritmos genéticos
Optimización
granjas eólicas
aerogeneradores
title_short Algoritmos genéticos: enriquecimiento de terrenos llanos mediante el uso de energía eólica
title_full Algoritmos genéticos: enriquecimiento de terrenos llanos mediante el uso de energía eólica
title_fullStr Algoritmos genéticos: enriquecimiento de terrenos llanos mediante el uso de energía eólica
title_full_unstemmed Algoritmos genéticos: enriquecimiento de terrenos llanos mediante el uso de energía eólica
title_sort Algoritmos genéticos: enriquecimiento de terrenos llanos mediante el uso de energía eólica
dc.creator.none.fl_str_mv Díaz, Daniela Elisabet
Lombardo, Victor Hugo
Álvarez, Facundo
Albizuri, Gastón
Martí, Ezquiel
author Díaz, Daniela Elisabet
author_facet Díaz, Daniela Elisabet
Lombardo, Victor Hugo
Álvarez, Facundo
Albizuri, Gastón
Martí, Ezquiel
author_role author
author2 Lombardo, Victor Hugo
Álvarez, Facundo
Albizuri, Gastón
Martí, Ezquiel
author2_role author
author
author
author
dc.subject.none.fl_str_mv Ciencias Informáticas
Energía Eólica
algoritmos genéticos
Optimización
granjas eólicas
aerogeneradores
topic Ciencias Informáticas
Energía Eólica
algoritmos genéticos
Optimización
granjas eólicas
aerogeneradores
dc.description.none.fl_txt_mv Las exigencias del cuidado al medioambiente, el crecimiento demográfico y las demandas de los mercados, están requiriendo la construcción de fuentes de generación de energías no convencionales. Es necesario el estudio de técnicas de inteligencia artificial, como la de los algoritmos genéticos y metaheurísticas, para mejorar la producción de energía; en especial aquellas provenientes de fuentes renovables o alternativas. El trabajo pretende obtener una distribución eficiente de los aerogeneradores dentro de granjas eólicas para optimizar el uso de la energía capturada. Luego, en una futura investigación se modificará el algoritmo genético para minimizar los costos implicados analizando en profundidad la influencia de dicha variable de estudio y estudiando las distintas formas de optimizar el almacenamiento de la energía producida.
Sociedad Argentina de Informática e Investigación Operativa
description Las exigencias del cuidado al medioambiente, el crecimiento demográfico y las demandas de los mercados, están requiriendo la construcción de fuentes de generación de energías no convencionales. Es necesario el estudio de técnicas de inteligencia artificial, como la de los algoritmos genéticos y metaheurísticas, para mejorar la producción de energía; en especial aquellas provenientes de fuentes renovables o alternativas. El trabajo pretende obtener una distribución eficiente de los aerogeneradores dentro de granjas eólicas para optimizar el uso de la energía capturada. Luego, en una futura investigación se modificará el algoritmo genético para minimizar los costos implicados analizando en profundidad la influencia de dicha variable de estudio y estudiando las distintas formas de optimizar el almacenamiento de la energía producida.
publishDate 2018
dc.date.none.fl_str_mv 2018-09
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/10915/71894
url http://sedici.unlp.edu.ar/handle/10915/71894
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/url/http://47jaiio.sadio.org.ar/sites/default/files/SIIIO-12.pdf
info:eu-repo/semantics/altIdentifier/issn/2618-3277
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-sa/3.0/
Creative Commons Attribution-ShareAlike 3.0 Unported (CC BY-SA 3.0)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-sa/3.0/
Creative Commons Attribution-ShareAlike 3.0 Unported (CC BY-SA 3.0)
dc.format.none.fl_str_mv application/pdf
149-160
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_ 1846064090412220416
score 13.22299

Publicaciones similares