Algoritmos Genéticos Y

Tamaño: px
Comenzar la demostración a partir de la página:

Download "Algoritmos Genéticos Y"

Transcripción

1 Algoritmos Genéticos Y Optimización n Heurística Dr. Adrian Will Grupo de Aplicaciones de Inteligencia Artificial Universidad Nacional de Tucumán

2 Optimización n Tradicional

3 Problemas Reales

4 Problemas Reales Función n de Rastrigin

5 Medición n en Fábrica F

6 Modelo Matemático Fábrica

7 Algoritmos Determinísticos Requieren fuertes hipótesis sobre la función,, en general globales (continuidad, existencia de derivadas, convexidad, (. etc Convergencia a un óptimo garantizada,, pero en general es un óptimo local, y no es posible comprobar si es un óptimo global sin hipótesis sobre la función Tiempo máximom y tiempo promedio de convergencia conocidos Repetir el algoritmo,, con la misma función, n, y partiendo de las mismas condiciones iniciales, produce siempre el mismo resultado

8 Random Search Heuristics No requieren hipótesis sobre la función. Funcionan bien incluso en el caso en que no sea función n sino sólo simulación n (Genetic( ( Programming Funcionan bien y producen buenas soluciones en casos muy complejos (NP-Hard Hard,, problemas con gran cantidad de optimos ( locales Convergen al óptimo global o cerca de él ( Near optimal solutions - Algoritmos Genéticos) ( ticos Tiempo MáximoM y Velocidad de convergencia, en general no conocidos

9 Aplicaciones Problemas de Job Scheduling o Timetables (reorganizar tareas de una fábrica, f oficina, etc., de modo de minimizar algo, normalmente tiempo o ( costo Problemas de Diseño o Automático tico o Asistido (diseño o de hélices de barcos, Turbinas para motores de avión, antenas para naves espaciales, reactores ( nucleares Problemas Financieros (Optimización n de Inversiones, Predicción n (( GP ) Optimización n de Redes Eléctricas o de Telecomunicaciones (Transformadores, Celulares, (. etc Diseño o de Semiconductores y Compiladores Biología a Molecular (Protein( Folding,, Descubrimiento de Genes y marcadores relevantes para Cáncer, C (. etc

10 Ejemplo - Travelling Salesman Problem

11 Ejemplo - Travelling Salesman Problem Solución ( )

12 Ejemplo Travelling Salesman Problem Dado un grafo completo con pesos, encontrar un ciclo Hamiltoniano de costo mínimom nimo Total de Soluciones: (n-1)!/2. Para 60 ciudades, 0.5*59! ~ NP-Hard Problem Fijar matriz de costos D, y c real, y preguntar si Existe una ruta de costo total menor que c NP Completo Gran cantidad de variantes de interés s práctico (Simétrico, Asimétrico, TSP with Time Windows, Travelling Polititian Problem,, cantidad de vendedores fijos, problemas de transporte con restricciones de entregas, (. etc Caso Grafo No existen todas las rutas Caso Euclídeo Plano, existen todas las rutas, NP-Hard aunque se elimine la condición recorrer cada ciudad solo una vez,, por la desigualdad triangular

13 Travelling Salesman Problem - Algoritmos Determinísticos Branch and Bound Programación n Lineal Heurísticos Nearest Neighbour 2-opt,, 3-opt3 opt,, Variable-opt (Lin-Kernighan-Johnson) Mutation operator and EA Algoritmos Aleatorios (cadenas de Markov, operadores de inversión) ( n Algoritmos Genéticos, Simulated Annealing,, Colonias de Hormigas

14 Travelling Salesman Problem - AG

15 Travelling Salesman Problem - AG

16 Travelling Salesman Problem - AG

17 Travelling Salesman Problem - AG

18 Travelling Salesman Problem - AG

19 Travelling Salesman Problem - ACO

20 Travelling Salesman Problem - ACO

21 Travelling Salesman Problem - ACO

22 Travelling Salesman Problem - ACO

23 Travelling Salesman Problem - ACO

24 Travelling Salesman Problem - TSPLib

25 Travelling Salesman Problem - TSPLib

26 Travelling Salesman Problem - TSPLib

27 Travelling Salesman Problem - TSPLib

28 Travelling Salesman Problem - TSPLib

29 No Free Lunch Theorem The No Free Lunch theorems for search and optimization apply to finite spaces and algorithms that do not resample points. All algorithms that search for an extremum of a cost function perform exactly the same when averaged over all possible cost functions. So, for any search/optimization algorithm, any elevated performance over one class of problems is exactly paid for in performance over another class. [Wolpert[ and Macready, 1997]. An Algorithmicist looks at no free lunch (Culberson ( 1996

30 No Free Lunch Theorem No hay un Algoritmo Perfecto, que resuelva bien todos los problemas. Para cada problema o clase de problemas, se debe diseñar un algoritmo específico fico. Mientras más m s limitado el problema y más m s conocimiento sobre el problema particular ( Problem-Specific Knowledge ) ) se incorpore al algoritmo, mejor será el rendimiento del algoritmo en la clase de problemas planteado. Sólo se utilizará un algoritmo general, sin incorporar conocimiento del problema, cuando no exista otra solución (por problemas de tiempo por ( ejemplo

31 Cuando Aplicar métodos m Heurísticos Cuando no se pueda aplicar otro métodom todo, en general por falta de hipótesis para aplicar algoritmos determinísticos (funciones no derivables o no continuas, o que no son funciones, (. etc Problemas ruidosos o mal condicionados (los algoritmos heurísticos o aleatorios tienden a ser robustos y poco sensibles a la presencia de ( ruido Existencia de gran cantidad de óptimos locales (donde los algoritmos tradicionales basados en derivadas quedan ( atrapados Problemas reales de gran complejidad,, donde es suficiente con encontrar una buena solución n al problema, aunque no sea necesariamente el óptimo global

Medición en Fábrica - 2003

Medición en Fábrica - 2003 Algoritmos Genéticos y Optimización Heurística Dr. Adrian Will F.A.C.E.T. U.N.T. Cátedra de Tópicos Selectos de Inteligencia Artificial Optimización Tradicional Problemas Reales Problemas Reales Función

Más detalles

Algoritmos Genéticos Y

Algoritmos Genéticos Y Algoritmos Genéticos Y Optimización n Heurística Dr. Adrian Will Grupo de Aplicaciones de Inteligencia Artificial Universidad Nacional de Tucumán awill@herrera.unt.edu.ar Operadores de Mutación El operador

Más detalles

TÉCNICAS HEURÍSTICAS APLICADAS AL PROBLEMA DEL CARTERO VIAJANTE (TSP)

TÉCNICAS HEURÍSTICAS APLICADAS AL PROBLEMA DEL CARTERO VIAJANTE (TSP) TÉCNICAS HEURÍSTICAS APLICADAS AL PROBLEMA DEL CARTERO VIAJANTE (TSP) RESUMEN El problema del cartero viajante (Traveling Salesman Problem TSP) es un problema típico de optimización. En este documento

Más detalles

Algoritmos Genéticos. Introduccion a la Robótica Inteligente

Algoritmos Genéticos. Introduccion a la Robótica Inteligente Algoritmos Genéticos Introduccion a la Robótica Inteligente 7 Marzo 2014 (IRIN) AGs 7/03/2014 1 / 43 Índice 1 Introducción 2 Algoritmos Genéticos 3 Algunos Fundamentos Matemáticos 4 Conclusiones (IRIN)

Más detalles

Un algoritmo evolutivo simple para el problema de asignación de tareas a procesadores

Un algoritmo evolutivo simple para el problema de asignación de tareas a procesadores Un algoritmo evolutivo simple para el problema de asignación de tareas a procesadores Pablo Ezzatti CeCal, Facultad de Ingeniería Universidad de la República, Uruguay pezzatti@fing.edu.uy Sergio Nesmachnow

Más detalles

Un algoritmo evolutivo simple para el problema de asignación de tareas a procesadores

Un algoritmo evolutivo simple para el problema de asignación de tareas a procesadores Un algoritmo evolutivo simple para el problema de asignación de tareas a procesadores Pablo Ezzatti CeCal, Facultad de Ingeniería Universidad de la República, Uruguay pezzatti@fing.edu.uy Sergio Nesmachnow

Más detalles

Problemas de Rutas. Vicente Campos Aucejo Dpt. Estadística i Investigació Operativa Universitat de València vicente.campos@uv.es

Problemas de Rutas. Vicente Campos Aucejo Dpt. Estadística i Investigació Operativa Universitat de València vicente.campos@uv.es Problemas de Rutas Vicente Campos Aucejo Dpt. Estadística i Investigació Operativa Universitat de València vicente.campos@uv.es Resumen El objetivo de este trabajo es el de divulgar la existencia de un

Más detalles

METAHEURISTICAS Ideas, Mitos, Soluciones

METAHEURISTICAS Ideas, Mitos, Soluciones METAHEURISTICAS Ideas, Mitos, Soluciones OPTIMIZACION COMBINATORIA Qué es un problema de optimización combinatoria? Cómo se modela matemáticamente un problema de optimización combinatoria? Minimizar (o

Más detalles

Matemáticas Evolutivas: Algoritmos Genéticos

Matemáticas Evolutivas: Algoritmos Genéticos Matemáticas Evolutivas: Algoritmos Genéticos María Teresa Iglesias Otero Departamento de Matemáticas Universidade da Coruña Cuál es la mejor forma de...? cuál es el camino más corto a...? cuál es la más

Más detalles

Unidad Académica Profesional UAEM Tianguistenco, Paraje El Tejocote, San Pedro Tlaltizapán, Tianguistenco, México CP 52640

Unidad Académica Profesional UAEM Tianguistenco, Paraje El Tejocote, San Pedro Tlaltizapán, Tianguistenco, México CP 52640 Estudio de Tres Algoritmos Heurísticos para Resolver un Problema de Distribución con Ventanas de Tiempo: Sistema por Colonia de Hormigas, Búsqueda Tabú y Heurístico Constructivo de una Ruta Manuel González

Más detalles

Algoritmos Genéticos Y

Algoritmos Genéticos Y Algoritmos Genéticos Y Optimización n Heurística Dr. Adrian Will Grupo de Aplicaciones de Inteligencia Artificial Universidad Nacional de Tucumán awill@herrera.unt.edu.ar Algoritmos Genéticos - Operadores

Más detalles

Tareas 20% Primer Examen Parcial 20% Segundo Examen Parcial 20% Proyecto Final 25% Examen Final 15%

Tareas 20% Primer Examen Parcial 20% Segundo Examen Parcial 20% Proyecto Final 25% Examen Final 15% Introducción a la Computación Evolutiva Dr. Carlos Artemio Coello Coello CINVESTAV-IPN Departamento de Computación Av. Instituto Politécnico Nacional No. 2508 Col. San Pedro Zacatenco México, D.F. 07360

Más detalles

Búsqueda Local. cbea (LSI-FIB-UPC) Inteligencia Artificial Curso 2011/2012 1 / 33

Búsqueda Local. cbea (LSI-FIB-UPC) Inteligencia Artificial Curso 2011/2012 1 / 33 Introducción Búsqueda Local A veces el camino para llegar a la solución no nos importa, buscamos en el espacio de soluciones Queremos la mejor de entre las soluciones posibles alcanzable en un tiempo razonable

Más detalles

Temario III Algoritmos Combinatorios y Metaheurísticas

Temario III Algoritmos Combinatorios y Metaheurísticas Temario III Algoritmos Combinatorios y Metaheurísticas Verificación y Validación de Software UNCo 1 Contenidos Combinación de Datos de Test Algoritmos Combinatorios Metaheurísticas Búsqueda Tabú Algoritmos

Más detalles

Split Delivery Vehicle Routing Problem: Heuristic based Algorithms

Split Delivery Vehicle Routing Problem: Heuristic based Algorithms Split Delivery Vehicle Routing Problem: Heuristic based Algorithms Sandro Moscatelli Instituto de Computación, Facultad de Ingeniería Universidad de la República moscatel@fing.edu.uy Diciembre 2007 Resumen

Más detalles

Planeación de Rutas de Distribución utilizando el Algoritmo Heurístico 2-Optimal: Implementación Computacional

Planeación de Rutas de Distribución utilizando el Algoritmo Heurístico 2-Optimal: Implementación Computacional INVURNUS En busca del conocimiento Volumen 6 No. 1 ( Enero-Junio 2011): 15-20 División de Ciencias e Ingeniería TECNOLOGÍA Planeación de Rutas de Distribución utilizando el Algoritmo Heurístico 2-Optimal:

Más detalles

Optimización inspirada en la naturaleza

Optimización inspirada en la naturaleza Optimización inspirada en la naturaleza Efrén Mezura-Montes Laboratorio Nacional de Informática Avanzada (LANIA AC) Xalapa, Veracruz, MEXICO emezura@lania.mx http://www.lania.mx/~emezura 10ª feria de Posgrados

Más detalles

Desarrollo de un sistema capaz de optimizar rutas de entrega utilizando algoritmos genéticos

Desarrollo de un sistema capaz de optimizar rutas de entrega utilizando algoritmos genéticos MT 6 Desarrollo de un sistema capaz de optimizar rutas de entrega utilizando algoritmos genéticos Rosario Baltazar 1 Judith Esquivel Vázquez 2 Andrea Rada 3 Claudia Díaz 4 Resumen Durante los últimos 15

Más detalles

Ejercicios de Flujos en Redes y Optimización Combinatoria

Ejercicios de Flujos en Redes y Optimización Combinatoria Ejercicios de Flujos en Redes y Optimización Combinatoria Investigación Operativa Ingeniería Informática, UCM Curso 0/0. Una compañía logística quiere transportar madera desde centros forestales a centros

Más detalles

ALGORITMOS GENÉTICOS ALGORITMOS GENÉTICOS ORÍGENES ALGORITMOS GENÉTICOS. Libros relevantes GENERACIÓN DE HIJOS: CROSSOVER POBLACIÓN INICIAL

ALGORITMOS GENÉTICOS ALGORITMOS GENÉTICOS ORÍGENES ALGORITMOS GENÉTICOS. Libros relevantes GENERACIÓN DE HIJOS: CROSSOVER POBLACIÓN INICIAL ALGORITMOS GENÉTICOS Modelización y Predicción con Tecnologías Emergentes 6 ALGORITMOS GENÉTICOS ORÍGENES Basados en la teoría de la evolución de Darwin. La idea es de John H. Holland (1929 -, University

Más detalles

Técnicas Metaheurísticas para Problemas de Telecomunicación

Técnicas Metaheurísticas para Problemas de Telecomunicación Técnicas Metaheurísticas para Problemas de Telecomunicación Autor: Antonio Muñoz-Cruzado Marenco Codirector: Enrique Alba Torres Codirector: José Francisco Chicano García Introducción Las Telecomunicaciones

Más detalles

DISEÑO DE METAHEURÍSTICOS HÍBRIDOS PARA PROBLEMAS DE RUTAS CON FLOTA HETEROGÉNEA (2 Parte) : GRASP Y CONCENTRACIÓN HEURÍSTICA

DISEÑO DE METAHEURÍSTICOS HÍBRIDOS PARA PROBLEMAS DE RUTAS CON FLOTA HETEROGÉNEA (2 Parte) : GRASP Y CONCENTRACIÓN HEURÍSTICA DISEÑO DE METAHEURÍSTICOS HÍBRIDOS PARA PROBLEMAS DE RUTAS CON FLOTA HETEROGÉNEA (2 Parte) : GRASP Y CONCENTRACIÓN HEURÍSTICA Cristina R. Delgado Serna Departamento de ECONOMÍA (Área de Economía Aplicada)

Más detalles

El agente viajero: un algoritmo determinístico

El agente viajero: un algoritmo determinístico El agente viajero: un algoritmo determinístico López E. * Salas O. ** Murillo A. *** Costa Rica Resumen Se implementa un algoritmo correspondiente al método Búsqueda Tabú, llamado EraDeterminístico, experimentado

Más detalles

La Técnica Enumerativa de Programación Dinámica en los Problemas de Producción e Inventario y los Algoritmos Genéticos

La Técnica Enumerativa de Programación Dinámica en los Problemas de Producción e Inventario y los Algoritmos Genéticos La Técnica Enumerativa de Programación Dinámica en los Problemas de Producción e Inventario y los Algoritmos Genéticos AUTOR ING. MIGUEL JIMÉNEZ CARRIÓN M.Sc. Profesor Principal a DE, adscrito al Departamento

Más detalles

Modelización Avanzada en Logística y Transporte

Modelización Avanzada en Logística y Transporte Modelización Avanzada en Logística y Transporte El problema de enrutamiento vehicular (VRP) Luis M. Torres Escuela Politécnica del Litoral Guayaquil, Diciembre 2010 Maestría en Control de Operaciones y

Más detalles

Un modelo híbrido de inteligencia computacional para resolver el problema de Job Shop Scheduling

Un modelo híbrido de inteligencia computacional para resolver el problema de Job Shop Scheduling Un modelo híbrido de inteligencia computacional para resolver el problema de Job Shop Scheduling Jacob Meneses Angel, Marcela Rivera Martínez, Luis René Marcial Castillo, Sandoval Solís Lourdes Benemérita

Más detalles

Comportamiento de los parámetros principales de un Algoritmo Genético para el Flow Shop Scheduling

Comportamiento de los parámetros principales de un Algoritmo Genético para el Flow Shop Scheduling Comportamiento de los parámetros principales de un Algoritmo Genético para el Flow Shop Scheduling Yunior César Fonseca Reyna Universidad de Granma E-mail: fonseca@udg.co.cu Temática: Inteligencia Artificial

Más detalles

SELECCIÓN DE RUTAS DE DISTRIBUCIÓN UTILIZANDO OPTIMIZACIÓN POR COLONIA DE HORMIGAS SELECTING DISTRIBUTION ROUTES USING ANT COLONY OPTIMIZATION

SELECCIÓN DE RUTAS DE DISTRIBUCIÓN UTILIZANDO OPTIMIZACIÓN POR COLONIA DE HORMIGAS SELECTING DISTRIBUTION ROUTES USING ANT COLONY OPTIMIZATION SELECCIÓN DE RUTAS DE DISTRIBUCIÓN UTILIZANDO OPTIMIZACIÓN POR COLONIA DE HORMIGAS Feitó C. Michael * Cespón C. Roberto ** Resumen El presente trabajo se enfoca en el diseño y aplicación de un procedimiento

Más detalles

Universidad de Santiago de Compostela Facultad de Matemáticas Máster en Técnicas Estadísticas

Universidad de Santiago de Compostela Facultad de Matemáticas Máster en Técnicas Estadísticas Universidad de Santiago de Compostela Facultad de Matemáticas Máster en Técnicas Estadísticas TRABAJO FIN DE MÁSTER ALGORITMOS HEURÍSTICOS EN OPTIMIZACIÓN Realizado por Aitana Vidal Esmorís Dirigido por

Más detalles

MODELOS DE PLANIFICACIÓN

MODELOS DE PLANIFICACIÓN MODELOS DE PLANIFICACIÓN Santiago de Compostela, Octubre 2006 1 s jk C max P Jm prmt L max NP Rm tree C j Algoritmos wj U j Uj Calendarios Fm prec w j U j Práctica CONTENIDO. Contents 1 Descripción del

Más detalles

"The solutions are all simple, after you have arrived at them. But they're simple only when you know already what they are. -Robert M.

The solutions are all simple, after you have arrived at them. But they're simple only when you know already what they are. -Robert M. INSTITUTO POLITÉCNICO NACIONAL CENTRO DE INVESTIGACIÓN Y DESARROLLO DE TECNOLOGÍA DIGITAL MAESTRÍA EN CIENCIAS EN SISTEMAS DIGITALES PLANEACIÓN DE TRAYECTORIAS PARA ROBÓTICA MÓVIL MEDIANTE OPTIMIZACIÓN

Más detalles

Heurística para la Generación de un Conjunto de Referencia de Soluciones que Resuelvan el Problema de Ruteo de Vehículos con Múltiples Depósitos MDVRP

Heurística para la Generación de un Conjunto de Referencia de Soluciones que Resuelvan el Problema de Ruteo de Vehículos con Múltiples Depósitos MDVRP Tenth LACCEI Latin American and Caribbean Conference (LACCEI 2012), Megaprojects: Building Infrastructure by fostering engineering collaboration, efficient and effective integration and innovative planning,

Más detalles

Uso de una Colonia de Hormigas. para resolver Problemas de Programación. de Horarios

Uso de una Colonia de Hormigas. para resolver Problemas de Programación. de Horarios LABORATORIO NACIONAL DE INFORMÁTICA AVANZADA A. C. Centro de Enseñanza LANIA Uso de una Colonia de Hormigas para resolver Problemas de Programación de Horarios Tesis que presenta: Emanuel Téllez Enríquez

Más detalles

CURRICULUM VITAE DATOS PERSONALES JOSÉ XAVIER CABEZAS GARCÍA. Cédula: 0917573917. Fecha de Nacimiento: 17 de Diciembre de 1976 (34 años)

CURRICULUM VITAE DATOS PERSONALES JOSÉ XAVIER CABEZAS GARCÍA. Cédula: 0917573917. Fecha de Nacimiento: 17 de Diciembre de 1976 (34 años) CURRICULUM VITAE DATOS PERSONALES Nombre: JOSÉ XAVIER CABEZAS GARCÍA Cédula: 0917573917 Fecha de Nacimiento: 17 de Diciembre de 1976 (34 años) Estado civil: Casado Dirección: Bellavista 4 etapa mz 65 v

Más detalles

ALGORITMOS GENÉTICOS PARA PLANIFICAR LA SECUENCIA, ASIGNACIÓN, TAMAÑO Y CANTIDAD DE LOTES EN UNA PLANTA MULTI- PRODUCTO

ALGORITMOS GENÉTICOS PARA PLANIFICAR LA SECUENCIA, ASIGNACIÓN, TAMAÑO Y CANTIDAD DE LOTES EN UNA PLANTA MULTI- PRODUCTO PONTIFICIA UNIVERSIDAD CATOLICA DE CHILE ESCUELA DE INGENIERIA ALGORITMOS GENÉTICOS PARA PLANIFICAR LA SECUENCIA, ASIGNACIÓN, TAMAÑO Y CANTIDAD DE LOTES EN UNA PLANTA MULTI- PRODUCTO FRANCISCO JAVIER CASTILLO

Más detalles

Uso de un motor de restricciones bajo dispositivos Android

Uso de un motor de restricciones bajo dispositivos Android Uso de un motor de restricciones bajo dispositivos Android Gonzalo Hernández 1, Camilo Villota Ibarra 2, James Muñoz Coronel 3, Harold Muñoz Muñoz 4 Universidad de Nariño, Facultad de Ingeniería, Departamento

Más detalles

Algoritmos Genéticos.

Algoritmos Genéticos. Algoritmos Genéticos. Miguel Cárdenas Montes, Antonio Gómez Iglesias Centro de Investigaciones Energéticas Medioambientales y Tecnológicas, Madrid, Spain miguel.cardenas@ciemat.es 15-19 de Octubre de 2011

Más detalles

ALGORITMOS GENÉTICOS PARA LA RESOLUCIÓN DE PROBLEMAS PRÁCTICOS DE SCHEDULING

ALGORITMOS GENÉTICOS PARA LA RESOLUCIÓN DE PROBLEMAS PRÁCTICOS DE SCHEDULING ALGORITMOS GENÉTICOS PARA LA RESOLUCIÓN DE PROBLEMAS PRÁCTICOS DE SCHEDULING Alberto Cortés, Víctor Jacobo, Lázaro Morales, Armando Ortiz Unidad de Investigación y Asistencia Técnica en Materiales, Universidad

Más detalles

7. Conclusiones. 7.1 Resultados

7. Conclusiones. 7.1 Resultados 7. Conclusiones Una de las preguntas iniciales de este proyecto fue : Cuál es la importancia de resolver problemas NP-Completos?. Puede concluirse que el PAV como problema NP- Completo permite comprobar

Más detalles

OPTIMIZACIÓN DEL PROBLEMA DEL AGENTE VIAJERO USANDO EL SISTEMA DE COLONIA DE HORMIGAS Y BUSQUEDA GREEDY

OPTIMIZACIÓN DEL PROBLEMA DEL AGENTE VIAJERO USANDO EL SISTEMA DE COLONIA DE HORMIGAS Y BUSQUEDA GREEDY OPTIMIZACIÓN DEL PROBLEMA DEL AGENTE VIAJERO USANDO EL SISTEMA DE COLONIA DE HORMIGAS Y BUSQUEDA GREEDY Esquivel Estrada Jaime*, Ordoñez Arizmendi Armando*, Ortiz Servín Juan José**. *Universidad Autónoma

Más detalles

Experimentos con Algoritmos Genéticos para resolver un problema real de Programación Maestros-Horarios-Cursos

Experimentos con Algoritmos Genéticos para resolver un problema real de Programación Maestros-Horarios-Cursos Experimentos con Algoritmos Genéticos para resolver un problema real de Programación Maestros-Horarios-Cursos Pedro FLORES, Ernesto BRAU, Jazmín A. MONTEVERDE, Norman F. SALAZAR, José FIGUEROA, Eliseo

Más detalles

UNIVERSIDAD TECNOLÓGICA DE PEREIRA FACULTAD DE INGENIERÍA ELÉCTRICA PROGRAMA DE MAESTRÍA EN INGENIERÍA ELÉCTRICA

UNIVERSIDAD TECNOLÓGICA DE PEREIRA FACULTAD DE INGENIERÍA ELÉCTRICA PROGRAMA DE MAESTRÍA EN INGENIERÍA ELÉCTRICA UNIVERSIDAD TECNOLÓGICA DE PEREIRA FACULTAD DE INGENIERÍA ELÉCTRICA PROGRAMA DE MAESTRÍA EN INGENIERÍA ELÉCTRICA ALGORITMOS GRASP Y SIMULATED ANNEALING COMO INICIALIZADORES DE BRANCH AND BOUND EN LA SOLUCIÓN

Más detalles

Una permutación eficiente para minimizar la suma de los tiempos de acabado de "n" trabajos en "m" máquinas Freddy Abarca R. fabarca@ic-itcr.ac.

Una permutación eficiente para minimizar la suma de los tiempos de acabado de n trabajos en m máquinas Freddy Abarca R. fabarca@ic-itcr.ac. Una permutación eficiente para minimizar la suma de los tiempos de acabado de "n" trabajos en "m" máquinas Freddy Abarca R. fabarca@ic-itcr.ac.cr El problema de la asignación de cargas de trabajo, a pesar

Más detalles

Introducción a los Algoritmos Genéticos. Tomás Arredondo Vidal 17/4/09

Introducción a los Algoritmos Genéticos. Tomás Arredondo Vidal 17/4/09 Introducción a los Algoritmos Genéticos Tomás Arredondo Vidal 17/4/09 Esta charla trata de lo siguiente: Introducción a algunos aspectos de los algoritmos genéticos. Introducción a algunas aplicaciones

Más detalles

Estado del Arte del Job Shop Scheduling Problem

Estado del Arte del Job Shop Scheduling Problem Estado del Arte del Job Shop Scheduling Problem Víctor Peña y Lillo Zumelzu Departamento de Informática, Universidad Técnica Federico Santa María Valparaíso, Chile vpena@inf.utfsm.cl 17 de mayo de 2006

Más detalles

Programación de tareas, un reto diario en la empresa

Programación de tareas, un reto diario en la empresa Programación de tareas, un reto diario en la empresa Pedro Sánchez Martín Ingeniero del ICAI (1993) y Doctor en Ingeniería Industrial por la UPCO (1998). Profesor del Departamento de Organización Industrial

Más detalles

ESTUDIO CUANTITATIVO DE TRES APLICACIONES DIFERENTES DEL PROBLEMA DE RUTEO DE VEHÍCULOS (VRP) EN LA UNIVERSIDAD INDUSTRIAL DE SANTANDER

ESTUDIO CUANTITATIVO DE TRES APLICACIONES DIFERENTES DEL PROBLEMA DE RUTEO DE VEHÍCULOS (VRP) EN LA UNIVERSIDAD INDUSTRIAL DE SANTANDER ESTUDIO CUANTITATIVO DE TRES APLICACIONES DIFERENTES DEL PROBLEMA DE RUTEO DE VEHÍCULOS (VRP) EN LA UNIVERSIDAD INDUSTRIAL DE SANTANDER JESSICA TATIANA GALVIS MEJÍA GLADYS ANDREA JAIMES MONSALVE NATALY

Más detalles

Aplicaciones Orientadas a los Negocios

Aplicaciones Orientadas a los Negocios Aplicaciones Orientadas a los Negocios 2003-12-18 Helena R. Lourenco Hasta hace poco, hablar de metaheurísticas fuera del ambiente universitario era como hablar en un lenguaje extranjero que nadie puede

Más detalles

Flow-Shop Dinámico. Por: Juan Carlos Rivera Samuel De Greiff

Flow-Shop Dinámico. Por: Juan Carlos Rivera Samuel De Greiff Flow-Shop Dinámico Por: Juan Carlos Rivera Samuel De Greiff 1 Configuración tipo Flow- Shop Disposición lineal de los equipos. Productos con altos niveles de estandarización. Varios productos en volúmenes

Más detalles

Inteligencia Artificial para desarrolladores Conceptos e implementación en C#

Inteligencia Artificial para desarrolladores Conceptos e implementación en C# Introducción 1. Estructura del capítulo 19 2. Definir la inteligencia 19 3. La inteligencia de los seres vivos 22 4. La inteligencia artificial 24 5. Dominios de aplicación 26 6. Resumen 28 Sistemas expertos

Más detalles

Diseño de redes viales urbanas usando algoritmos genéticos. M. Angélica Pinninghoff J.* Eduardo Matthews D. * Héctor Díaz C.

Diseño de redes viales urbanas usando algoritmos genéticos. M. Angélica Pinninghoff J.* Eduardo Matthews D. * Héctor Díaz C. Diseño de redes viales urbanas usando algoritmos genéticos M. Angélica Pinninghoff J.* Eduardo Matthews D. * Héctor Díaz C. e-mail: mapinnin@inf.udec.cl * Departamento de Ingeniería Informática y Ciencias

Más detalles

Algoritmos genéticos como métodos de aproximación analítica y búsqueda de óptimos locales

Algoritmos genéticos como métodos de aproximación analítica y búsqueda de óptimos locales Algoritmos genéticos como métodos de aproximación analítica y búsqueda de óptimos locales Jorge Salas Chacón A03804 Rubén Jiménez Goñi A93212 Juan Camilo Carrillo Casas A91369 Marco Vinicio Artavia Quesada

Más detalles

Computación Biológica. Pablo Baños López

Computación Biológica. Pablo Baños López Computación Biológica Pablo Baños López Definición Biological computing is the use of living organisms or their component parts to perform computing operations or operations associated with computing Algunos

Más detalles

6. CONTRIBUCIÓN A LA FORMACIÓN PROFESIONAL Y FORMACIÓN GENERAL Esta disciplina contribuye al logro de los siguientes resultados de la carrera:

6. CONTRIBUCIÓN A LA FORMACIÓN PROFESIONAL Y FORMACIÓN GENERAL Esta disciplina contribuye al logro de los siguientes resultados de la carrera: Universidad Católica San Pablo Facultad de Ingeniería y Computación Programa Profesional de Ciencia de la Computación SILABO CS360. Computación Bioinspirada (Electivo) 2012-2 1. DATOS GENERALES 1.1 CARRERA

Más detalles

COLONIA DE HORMIGAS APLICADA A LA TEORÍA DE GRAFOS

COLONIA DE HORMIGAS APLICADA A LA TEORÍA DE GRAFOS Capítulo 2 Propuestas para la enseñanza de las matemáticas COLONIA DE HORMIGAS APLICADA A LA TEORÍA DE GRAFOS Roberto Millet Luaces, Mirna Indiana Beyris Bringuez, Maikelis Ananka Rosales Almaguer Universidad

Más detalles

METAHEURÍSTICA ACO APLICADA A PROBLEMAS DE PLANIFICACIÓN

METAHEURÍSTICA ACO APLICADA A PROBLEMAS DE PLANIFICACIÓN METAHEURÍSTICA ACO APLICADA A PROBLEMAS DE PLANIFICACIÓN EN ENTORNOS DINÁMICOS de San Pedro M., Pandolfi D., Lasso M., Villagra A. Laboratorio de Tecnologías Emergentes (LabTEm) Proyecto UNPA-29/B084/1

Más detalles

Análisis del NSGA-II para el TSALBP-1/3 cuando existe variación de demanda en una producción mixta

Análisis del NSGA-II para el TSALBP-1/3 cuando existe variación de demanda en una producción mixta Análisis del NSGA-II para el TSALBP-1/3 cuando existe variación de demanda en una producción mixta Manuel Chica, Óscar Cordón, Sergio Damas y Joaquín Bautista Resumen En este trabajo introducimos la aplicación

Más detalles

Algoritmos de Optimización basados en Colonias de Hormigas aplicados al Problema de Asignación Cuadrática y otros problemas relacionados

Algoritmos de Optimización basados en Colonias de Hormigas aplicados al Problema de Asignación Cuadrática y otros problemas relacionados Universidad Nacional de San Luis Facultad de Ciencias Físico Matemáticas y Naturales Departamento de Informática Trabajo Final para alcanzar el grado de Licenciado en Ciencias de la Computación Algoritmos

Más detalles

Nuevas Tendencias y Retos en Métodos Heurísticos para Problemas de Scheduling

Nuevas Tendencias y Retos en Métodos Heurísticos para Problemas de Scheduling Nuevas Tendencias y Retos en Métodos Heurísticos para Problemas de Scheduling Ramiro Varela Grupo de Tecnologías de la Computación. Departamento de Informática. Centro de Inteligencia Artificial Universidad

Más detalles

ALGORITMO GENÉTICO APLICADO AL PROBLEMA DE ASIGNACIÓN DE CANAL EN COMUNICACIONES MÓVILES CELULARES

ALGORITMO GENÉTICO APLICADO AL PROBLEMA DE ASIGNACIÓN DE CANAL EN COMUNICACIONES MÓVILES CELULARES Memorias de la XVII Semana Regional de Investigación y Docencia en Matemáticas, Departamento de Matemáticas, Universidad de Sonora, México. Mosaicos Matemáticos No. 2, agosto 27, pp. 29-36. Nivel Superior

Más detalles

Grafos hamiltonianos en el diseño de viajes. Abstract

Grafos hamiltonianos en el diseño de viajes. Abstract MSEL in Science Education and Learning Modelling Modelling in Science Education and Learning Volumen 6(2), No. 11, 2013. Instituto Universitario de Matemática Pura y Aplicada Grafos hamiltonianos en el

Más detalles

Scheduling Problem. Cuándo y dónde debo hacer cada trabajo?

Scheduling Problem. Cuándo y dónde debo hacer cada trabajo? Scheduling Problem Cuándo y dónde debo hacer cada trabajo? Ejemplos de problemas de asignación de recursos Fabricación de varios tipos de productos Asignación de turnos de trabajo Inversión financiera

Más detalles

Presentación Estrategias de Búsquedas en ISI Web of Science. M. Gavilan Sistema de Bibliotecas UACh

Presentación Estrategias de Búsquedas en ISI Web of Science. M. Gavilan Sistema de Bibliotecas UACh Presentación Estrategias de Búsquedas en ISI Web of Science M. Gavilan Sistema de Bibliotecas UACh Bases de datos Qué es una base de datos BIBLIOGRÁFICA? es una colección organizada de registros. registro

Más detalles

HEURISTIC FOR SCHEDULING OF PROJECTS WITH RESTRICTION OF RESOURCES UN HEURÍSTICO PARA PLANEACIÓN DE PROYECTOS CON RESTRICCIÓN DE RECURSOS

HEURISTIC FOR SCHEDULING OF PROJECTS WITH RESTRICTION OF RESOURCES UN HEURÍSTICO PARA PLANEACIÓN DE PROYECTOS CON RESTRICCIÓN DE RECURSOS HEURISTIC FOR SCHEDULING OF PROJECTS WITH RESTRICTION OF RESOURCES UN HEURÍSTICO PARA PLANEACIÓN DE PROYECTOS CON RESTRICCIÓN DE RECURSOS Juan C. Rivera, Luis F. Moreno, F. Javier Díaz, Gloria E. Peña

Más detalles

Investigación de operaciones en acción: Heurísticas para la solución del TSP

Investigación de operaciones en acción: Heurísticas para la solución del TSP Investigación de operaciones en acción: Heurísticas para la solución del TSP Roger Z. Ríos Mercado* José Luis González Velarde** Abstract One of the most common and difficult problem in the theory of optimization

Más detalles

Diseño de un modelo matemático para el despacho de vehículos de emergencias médicas en Colombia.

Diseño de un modelo matemático para el despacho de vehículos de emergencias médicas en Colombia. Diseño de un modelo matemático para el despacho de vehículos de emergencias médicas en Colombia. Alvaro José Rengifo Campo Pontificia Universidad Javeriana, Cali, Colombia Calle 18 N 118-250 Vía a Pance,Cali

Más detalles

Problema de Programación Lineal

Problema de Programación Lineal Problema de Programación Lineal Introducción La optimización es un enfoque que busca la mejor solución a un problema. Propósito: Maximizar o minimizar una función objetivo que mide la calidad de la solución,

Más detalles

Monitorización y Optimización de la Distribución de Energía Eléctrica

Monitorización y Optimización de la Distribución de Energía Eléctrica Monitorización y Optimización de la Distribución de Energía Eléctrica Luis Miguel López Ramos Adaptado de Monitoring and optimization for Smarter Power Grids: a Signal Processing Perspective Con permiso

Más detalles

Framework basado en Colonias de Hormigas artificiales para la resolución de problemas de optimización

Framework basado en Colonias de Hormigas artificiales para la resolución de problemas de optimización Universidad Central de Venezuela Facultad de Ciencias Escuela de Computación Laboratorio de Inteligencia Artificial Framework basado en Colonias de Hormigas artificiales para la resolución de problemas

Más detalles

Una heurística basada en memoria para el problema del diseño de recorridos en transporte público urbano

Una heurística basada en memoria para el problema del diseño de recorridos en transporte público urbano Una heurística basada en memoria para el problema del diseño de recorridos en transporte público urbano Antonio Mauttone María E. Urquhart Departamento de Investigación Operativa, Instituto de Computación,

Más detalles

Una heurística para la asignación de máquinas a trabajos fijos

Una heurística para la asignación de máquinas a trabajos fijos VIII Congreso de Ingeniería de Organización Leganés, 9 y 10 de septiembre de 2004 Una heurística para la asignación de máquinas a trabajos fijos José Manuel García Sánchez, Marcos Calle Suárez, Gabriel

Más detalles

Modelos y Optimización I

Modelos y Optimización I Modelos y Optimización I María Inés Parnisari 7 de enero de 2012 Índice 1. Deniciones 2 2. Método Simplex 2 3. Problemas 4 4. Modelización 10 5. Heurísticas 10 1 1 Deniciones Investigación operativa: aplicación

Más detalles

Simulación y Optimización Aplicada a Problemas Industriales. Idalia Flores de la Mota

Simulación y Optimización Aplicada a Problemas Industriales. Idalia Flores de la Mota Simulación y Optimización Aplicada a Problemas Industriales Idalia Flores de la Mota Índice Introducción Objetivo Relación entre simulación y optimización Antecedentes Metodología Casos de aplicación Conclusiones

Más detalles

Tema AA 1: Introducción a al Aprendizaje Automático

Tema AA 1: Introducción a al Aprendizaje Automático Razonamiento Automático Curso 200 2002 Tema AA : Introducción a al Aprendizaje Automático José A. Alonso Jiménez Miguel A. Gutiérrez Naranjo Dpto. de Ciencias de la Computación e Inteligencia Artificial

Más detalles

BIOINFORMÁTICA 2013-2014

BIOINFORMÁTICA 2013-2014 BIOINFORMÁTICA 2013-2014 PARTE I. INTRODUCCIÓN Tema 1. Computación Basada en Modelos Naturales PARTE II. MODELOS BASADOS EN ADAPTACIÓN SOCIAL (Swarm Intelligence) Tema 2. Introducción a los Modelos Basados

Más detalles

Algoritmos Genéticos aplicados a la resolución de problemas de optimización

Algoritmos Genéticos aplicados a la resolución de problemas de optimización 1 Algoritmos Genéticos aplicados a la resolución de problemas de optimización Luis Marco Giménez lmarcogimenez@gmail.com http://www.luismarco.nom.es RESUMEN Los Algoritmos Genéticos, como paradigma principal

Más detalles

Daniel Espinoza. (562)-978-4036 Av. República 701 Santiago, RM, 837-0439 Chile daespino@dii.uchile.cl

Daniel Espinoza. (562)-978-4036 Av. República 701 Santiago, RM, 837-0439 Chile daespino@dii.uchile.cl Daniel Espinoza (562)-978-4036 Av. República 701 Santiago, RM, 837-0439 Chile daespino@dii.uchile.cl Información Personal: Nombre Completo Daniel Gonzalez Espinoza Fecha de Nacimiento 7 Septiembre, 1976

Más detalles

TÉCNICAS EVOLUTIVAS PARA EL PROBLEMA DEL VIAJANTE

TÉCNICAS EVOLUTIVAS PARA EL PROBLEMA DEL VIAJANTE Mecánica Computacional Vol. XXII M. B. Rosales, V. H. Cortínez y D. V. Bambill (Editores) Bahía Blanca, Argentina, Noviembre 2003. TÉCNICAS EVOLUTIVAS PARA EL PROBLEMA DEL VIAJANTE Jessica A. Carballido,

Más detalles

Uso de algoritmos genéticos para resolver el modelo determinista y estocástico para el diseño de una red de recogida de residuos

Uso de algoritmos genéticos para resolver el modelo determinista y estocástico para el diseño de una red de recogida de residuos International Conference on Industrial Engineering & Industrial Management - CIO 2007 1443 Uso de algoritmos genéticos para resolver el modelo determinista y estocástico para el diseño de una red de recogida

Más detalles

OPTIMIZACIÓN DE RUTAS DE TRANSPORTE

OPTIMIZACIÓN DE RUTAS DE TRANSPORTE OPTIMIZACIÓN DE RUTAS DE TRANSPORTE Proyecto de Sistemas Informáticos Realizado por: Andrés Aguado Aranda, Javier Jiménez de Vega Dirigido por: José Jaime Ruz Ortiz Curso 2012/2013 2 RESUMEN En este proyecto

Más detalles

APLICACIÓN DE LOS FILTROS DE KALMAN A SISTEMAS DE CONTROL. José Gregorio Díaz (1); Ana María Mejías (2); Francisco Arteaga (3)

APLICACIÓN DE LOS FILTROS DE KALMAN A SISTEMAS DE CONTROL. José Gregorio Díaz (1); Ana María Mejías (2); Francisco Arteaga (3) APLICACIÓN DE LOS FILTROS DE KALMAN A SISTEMAS DE CONTROL José Gregorio Díaz (1); Ana María Mejías (2); Francisco Arteaga (3) (1) Universidad de Carabobo, Escuela de Ing. Eléctrica. Dpto. de Sistemas y

Más detalles

Evaluando las Hipótesis Inductivas. Tomás Arredondo Vidal 8/9/2011

Evaluando las Hipótesis Inductivas. Tomás Arredondo Vidal 8/9/2011 Evaluando las Hipótesis Inductivas Tomás Arredondo Vidal 8/9/2011 Evaluando las Hipótesis Inductivas Contenidos Estimando la Precisión Comparando Hipótesis Comparando Algoritmos de Clasificación Evaluando

Más detalles

Control predictivo no lineal: Estado del arte y nuevos resultados

Control predictivo no lineal: Estado del arte y nuevos resultados Control predictivo no lineal: Estado del arte y nuevos resultados Daniel Limón Grupo de Estimación, Predicción, Optimización y Control Dpto. Ingeniería de Sistemas y Automática Escuela Técnica Superior

Más detalles

Universidad Complutense de Madrid. Trabajo de Fin de Máster Máster en Ingeniería Matemática

Universidad Complutense de Madrid. Trabajo de Fin de Máster Máster en Ingeniería Matemática Universidad Complutense de Madrid Trabajo de Fin de Máster Máster en Ingeniería Matemática El Problema de Rutas Ecológico con Múltiples Tecnologías y Recargas Parciales Autor: Tutores: Miguel Ambrona Castellanos.

Más detalles

Métodos Markov Chain Monte Carlo

Métodos Markov Chain Monte Carlo Métodos Markov Chain Monte Carlo David J. Rios Optimización Combinatoria 19 de mayo del 2008 MCMC Introducción Que son Cadenas de Markov? Que es Monte Carlo? Que es Markov Chain Monte Carlo? Algoritmo

Más detalles

Investigación de Operaciones (IO) Operations Research

Investigación de Operaciones (IO) Operations Research Investigación de Operaciones (IO) Operations Research Dr. Ricardo Soto [ricardo.soto@ucv.cl] [http://www.inf.ucv.cl/ rsoto] Escuela de Ingeniería Informática Pontificia Universidad Católica de Valparaíso

Más detalles

Portafolio de Algoritmos Evolutivos para Problemas de Regresión

Portafolio de Algoritmos Evolutivos para Problemas de Regresión Portafolio de Algoritmos Evolutivos para Problemas de Regresión Mario Graff División de Estudios de Posgrado Facultad de Ingeniería Eléctrica Universidad Michoacana de San Nicolás de Hidalgo Marzo 2013

Más detalles

OPTIMIZACIÓN DE TRANSFORMACIONES LINEALES DE DATOS MEDIANTE BUSQUEDA LOCAL

OPTIMIZACIÓN DE TRANSFORMACIONES LINEALES DE DATOS MEDIANTE BUSQUEDA LOCAL OPTIMIZACIÓN DE TRANSFORMACIONES LINEALES DE DATOS MEDIANTE BUSQUEDA LOCAL INGENIERIA INFORMATICA AUTOR: FRANCISCO GODOY MUÑOZ-TORRERO TUTOR: JOSE MARIA VALLS FERRAN CO-DIRECTOR: RICARDO ALER MUR Contenidos

Más detalles

UNIVERSIDAD CARLOS III DE MADRID

UNIVERSIDAD CARLOS III DE MADRID : Grupo de Planificación y Aprendizaje PLG I V E R S ID A D U N I D III R D A M D E I C A R L O S II UNIVERSIDAD CARLOS III DE MADRID Grupo de Planificación y Aprendizaje Planificación de misiones espaciales

Más detalles

9.1.Los sistemas expertos. 9.2.Las redes neuronales artificiales. 9.3.Sistemas de inducción de reglas y árboles de decisión.

9.1.Los sistemas expertos. 9.2.Las redes neuronales artificiales. 9.3.Sistemas de inducción de reglas y árboles de decisión. TEMA 9 TÉCNICAS DE INTELIGENCIA ARTIFICIAL PARA EL ANÁLISIS DE LA INFORMACIÓN CONTABLE 9.1.Los sistemas expertos. 9.2.Las redes neuronales artificiales. 9.3.Sistemas de inducción de reglas y árboles de

Más detalles

UN ALGORITMO METAHEURÍSTICO PARA LA SOLUCIÓN DEL PROBLEMA DE RUTEO DE VEHÍCULOS CON MÚLTIPLES DEPÓSITOS Y FLOTA HETEROGÉNEA

UN ALGORITMO METAHEURÍSTICO PARA LA SOLUCIÓN DEL PROBLEMA DE RUTEO DE VEHÍCULOS CON MÚLTIPLES DEPÓSITOS Y FLOTA HETEROGÉNEA UN ALGORITMO METAHEURÍSTICO PARA LA SOLUCIÓN DEL PROBLEMA DE RUTEO DE VEHÍCULOS CON MÚLTIPLES DEPÓSITOS Y FLOTA HETEROGÉNEA RUBÉN IVÁN BOLAÑOS FACULTAD DE INGENIERÍAS PROGRAMA DE MAESTRÍA EN INGENIERÍA

Más detalles

UNIVERSIDAD DEL TURABO PROGRAMA DOCTORAL ADMINISTRACIÓN DE EMPRESAS EN SISTEMAS DE INFORMACIÓN. Dr. Mariano García

UNIVERSIDAD DEL TURABO PROGRAMA DOCTORAL ADMINISTRACIÓN DE EMPRESAS EN SISTEMAS DE INFORMACIÓN. Dr. Mariano García UNIVERSIDAD DEL TURABO PROGRAMA DOCTORAL ADMINISTRACIÓN DE EMPRESAS EN SISTEMAS DE INFORMACIÓN Dr. Mariano García INVESTIGACIÓN Y APLICABILIDAD DE LOS TIMETABLES DENTRO DEL CAMPO DE DECISION SUPPORT SYSTEM

Más detalles

Algoritmos Heurísticos en Optimización Combinatoria

Algoritmos Heurísticos en Optimización Combinatoria Algoritmos Heurísticos en Optimización Combinatoria Rafael Martí Cunquero Departament d Estadística i Investigació Operativa Programa 1. Introducción 2. Calidad de los Algoritmos 3. El Problema del Viajante

Más detalles

Procesamiento Digital de Imágenes. Pablo Roncagliolo B. Nº 22. Algoritmos Genéticos. prb@2007 2

Procesamiento Digital de Imágenes. Pablo Roncagliolo B. Nº 22. Algoritmos Genéticos. prb@2007 2 Procesamiento Digital de Imágenes Pablo Roncagliolo B. Nº 22 prb@2007 2 1 El núcleo de cada célula humana contiene una base de datos química. Esta base de datos contiene todas las instrucciones que la

Más detalles

SISTEMAS INTELIGENTES

SISTEMAS INTELIGENTES SISTEMAS INTELIGENTES T11: Métodos Kernel: Máquinas de vectores soporte {jdiez, juanjo} @ aic.uniovi.es Índice Funciones y métodos kernel Concepto: representación de datos Características y ventajas Funciones

Más detalles

Una comparación entre tres formulaciones para resolver el problema del Cutting Stock

Una comparación entre tres formulaciones para resolver el problema del Cutting Stock Una comparación entre tres formulaciones para resolver el problema del Cutting Stock A comparison between three formulations to solve the Cutting Stock Problem Harol M. Gámez Centro latinoamericano de

Más detalles

Evaluación de la disponibilidad de los servicios desplegados sobre Volunteer Computing

Evaluación de la disponibilidad de los servicios desplegados sobre Volunteer Computing Evaluación de la disponibilidad de los servicios desplegados sobre Volunteer Computing Antonio Escot Praena Enginyeria Informàtica i Tècnica de Gestió Dirección del TFC Ángel A. Juan, PhD. Eva Vallada

Más detalles

DISEÑO Y OPTIMIZACION DE RUTAS Y FRECUENCIAS EN EL TRANSPORTE COLECTIVO URBANO, MODELOS Y ALGORITMOS.

DISEÑO Y OPTIMIZACION DE RUTAS Y FRECUENCIAS EN EL TRANSPORTE COLECTIVO URBANO, MODELOS Y ALGORITMOS. DISEÑO Y OPTIMIZACION DE RUTAS Y FRECUENCIAS EN EL TRANSPORTE COLECTIVO URBANO, MODELOS Y ALGORITMOS. Antonio Mauttone, Héctor Cancela, María Urquhart {mauttone cancela urquhart}@fing.edu.uy Departamento

Más detalles

Secuenciación de tareas mediante metaheurísticos

Secuenciación de tareas mediante metaheurísticos VIII Congreso de Ingeniería de Organización Leganés, 9 y 10 de septiembre de 2004 Secuenciación de tareas mediante metaheurísticos Santiago López de Haro 1, Pedro Sánchez Martín 2, Javier Conde Collado

Más detalles

Librería de Algoritmos Genéticos para Arquitectura (LAGA)

Librería de Algoritmos Genéticos para Arquitectura (LAGA) Librería de Algoritmos Genéticos para Arquitectura (LAGA) Genetic Algorithms Architectural Library Carlos Ignacio de la Barrera Poblete designemergente.com, Chile - España cidelab@gmail.com Abstract LAGA

Más detalles