7. PARAMETRIZACIÓN SOBRE LA RED DE PRUEBA
|
|
- Monica Montes Saavedra
- hace 5 años
- Vistas:
Transcripción
1 7. PARAMETRIZACIÓN SOBRE LA RED DE PRUEBA 7.1. Red de prueba Para realizar el análisis de los parámetros del problema e intentar encontrar los valores óptimos de estos se ha hecho uso de un modelo de ciudad denominado red de prueba. Sobre este modelo se han realizado un total de 256 experimentos del algoritmo búsqueda tabú que posteriormente se implementará para ejecutarse sobre el modelo de la red de Sevilla. La red de prueba está compuesta por un total de 900 nodos (30 X 30) unidos por arcos que representan una distancia de 200 metros. La dirección de estos arcos no es aleatoria, esta predeterminada. En la figura 11 se muestra la red de prueba: Figura 11: Construcción de la red de prueba Como se ha comentado, la dirección de los arcos no es aleatoria (la flechas indican la dirección en la que se permite el movimiento de un nodo a otro), pudiéndose apreciar en la figura anterior la alternancia de las direcciones tanto en sentido vertical como en horizontal. 67
2 La zona restringida se sitúa en el centro de la red de prueba como se muestra en la siguiente figura. Su forma está definida por el modo en la que se ha creado. En torno al nodo número 435, se construye la zona restringida tomando distancias equidistantes respecto a este nodo. Las distancias no son en línea recta, sino son las distancias recorridas por el grafo respetando las direcciones de los arcos. Debido a que en la realidad se produce una mayor concentración de clientes dentro de la zona restringida. Se ha programado la creación de esta de modo que no sea del todo aleatoria la localización de los clientes, sino que se producirá una concentración mayor de clientes (nodos destino) dentro de la zona restringida, así sean cuales sean los valores de los parámetros del radio de la zona restringida y el número de clientes, se conseguirá obtener una red de prueba fiel a la realidad en ese aspecto. La figura 12 muestra la red de prueba y la zona restringida implementadas en Matlab. Figura 12: Red de prueba y zona restringida El mapa de la red de prueba proporciona la información sobre parámetros clave del problema así como el escenario geográfico detallado. Entre los parámetros, la red de prueba muestra: El número total de nodos destinos. (nodos rodeados con un circulo de color azul) 68
3 Cuáles de los nodos destinos se sitúan dentro de la zona restringida. Los nodos que pertenecen a la zona restringida son los que se sitúan dentro de cuadrados de color rojo. Localización del depósito (nodo origen), este se diferencia del resto porque está dentro de un cuadrado de color negro Experimentos realizados Como se comentó anteriormente, los parámetros seleccionados para realizar el estudio de sensibilidad son 5 parámetros del algoritmo y tres parámetros del problema: Parámetros del algoritmo: a) Vecifitness: Número máximo de nodos sometidos a evaluación por cada estrategia de intensificación. b) numelite: Número de vectores solución que definen el conjunto de cadenas élite. c) radio: Es el radio de búsqueda de vecinos. d) porcenmax: Es el parámetro-condición que limita la pérdida de valor de la función objetivo tras aplicar la diversificación sobre el vector solución. e) numeroiteracionesmax: Es el número máximo de iteraciones que se ejecuta el algoritmo. Parámetros del problema: f) Numparadas: Es el número de clientes que se han de visitar. g) Radio de la zona restringida. h) Duración del periodo de tiempo con acceso restringido, este valor viene definido por el valor de los parámetros Tiempo VC y Tiempo VA. 69
4 Se han realizado 256 experimentos tomando para cada parámetro dos valores (2 8 =256). Los valores que se han elegido para cada parámetro son los siguientes: Vecifitness = (5, 8) Numelite = (5, 10) Radio de búsqueda de vecinos = (15, 25) Porcenmax = (0.12, 0.18) Numeroiteraciones = (125, 250) Numparadas = (50, 120) Radio de la zona restringida = (20, 30) Periodo con restricción de acceso = (4, 8) Los resultados obtenidos proporcionan información sobre el valor de la función objetivo obtenida con cada configuración además del número de vehículos totales empleado en cada uno de los problemas. Como se esperaba, los resultados obtenidos sirven para identificar que configuración de parámetros tiene un comportamiento óptimo (por óptimo nos referimos respecto al total de posibles combinaciones de parámetros que hemos realizado, que son un total de 256). Evidentemente el estudio de sensibilidad podría haberse realizado con tantas configuraciones de parámetros diferentes como se hubiera querido, ya que no dejan de ser parámetros lineales. El problema está en conseguir elegir unos valores de parámetros en un tiempo prudente, siendo éste suficiente para proporcionar un número de experimentos lo suficientemente grande como para que quede constancia de que no se han elegido los valores al azar, sino con una buena base para la decisión. En la figura 13 se muestra parte de la tabla de resultados donde se concentran los mejores resultados de los experimentos sobre de cada uno de los 8 escenarios propuestos: 70
5 Figura 13: Resultados red de prueba En base a los resultados obtenidos se deben decidir los valores para los parámetros estudiados. Se pueden sacar las siguientes conclusiones para cada parámetro: - Vecifitness: Se observa que a mayor valor, mejores resultados se obtienen. Esto es lógico ya que mientras más vecinos entren en el análisis más posibilidades habrá encontrar al mejor vecino posible. Debido a esto, se elige asignar el valor de 8 al parámetro vecifitness. - Numelite: Puede verse en la tabla que la mayoría de los resultados resaltados (los mejores de cada escenario) se encuentran en problemas con un valor del parámetro Numelite igual a 5. Esto también es lógico debido al diseño de la estrategia de cadenas élite; un número alto supondría la ausencia de cadenas elite, y sin embargo un valor demasiado bajo provocaría que se considerasen muchas cadenas. El valor seleccionado para realizar los experimentos sobre la red de Sevilla es 5. - Radio de búsqueda de vecinos: La conclusión que se saca de los resultados es acorde con la programación del algoritmo. A más radio, mas vecinos se encuentran, y si a la vez el valor de vecifitness es alto, entonces se encuentran los mejores resultados. Sin embargo para respetar al algoritmo búsqueda tabú, se debe seleccionar un radio acorde con el tamaño y la densidad de nodos destinos (clientes) del problema. Es decir, no se puede imponer un radio de busca demasiado grande, porque la búsqueda local dejaría de ser local propiamente dicha, pasaría a ser global puesto que se evaluaría un área demasiado grande de posibles vecinos. 71
6 - Porcenmax: Se observa que no existe una dependencia clara de los resultados respecto a este parámetro, por lo que se escoge un valor intermedio entre 0.12 y 0.18, así se decide asignar el valor de 0.14 al parámetro. - Número de iteraciones: El número de iteraciones del algoritmo es importante, ya que debe ser lo suficientemente grande como para permitir encontrar un valor muy cercano al óptimo, pero a su vez debe permitir ejecutar el algoritmo en unos tiempos de computación aceptables. Los resultados muestran que con 125 iteraciones ya se encuentran valores buenos del problema. Un posterior estudio, representado por la figura 14, permite saber en qué iteración se han encontrado los mejores resultados. Este estudio muestra como en la mayoría de los casos se encuentra el mejor resultado en iteraciones tempranas, así se decide emplear un máximo de 150 iteraciones para el modelo de la red de Sevilla. Figura 14: Ocurrencia de mejores resultados 72
6. DESARROLLO DEL ALGORITMO BÚSQUEDA TABÚ
6. DESARROLLO DEL ALGORITMO BÚSQUEDA TABÚ 6.1. Introducción a la situación planteada El algoritmo desarrollado está diseñado para aplicarse a Problemas de Ruteo de Vehículos con Ventana Temporal de Acceso,
Más detallesÁngel Luis Calvo Ortega Algoritmos y Programación Paralela Curso
Ángel Luis Calvo Ortega Algoritmos y Programación Paralela Curso 2006-2007 Página 1 Introducción Algoritmo de búsqueda Local mejorado Uso de memoria Ideado por Fred Glover Meta-heurístico Últimos movimientos
Más detallesInteligencia Artificial en Investigación Operativa. Curso académico 2012/2013. Práctica 1. Técnicas de búsqueda heurística
Inteligencia Artificial en Investigación Operativa Curso académico 2012/2013 Práctica 1 Técnicas de búsqueda heurística Fernando Berzal ENTREGA DE LA PRÁCTICA (a través del acceso identificado de DECSAI)
Más detalles1. CONFIGURACIÓN DE SOLID WORKS SIMULATION
1. CONFIGURACIÓN DE SOLID WORKS SIMULATION http://www.youtube.com/watch?v=vd- php89u0q Para iniciar el proceso de análisis de Mecánica de Materiales, debe previamente haber creado la geometría. Configure
Más detallesMetaheurísticas y heurísticas. Algoritmos y Estructuras de Datos III
Metaheurísticas y heurísticas Algoritmos y Estructuras de Datos III Metaheurísticas Heurísticas clásicas. Metaheurísticas o heurísticas modernas. Cuándo usarlas? Problemas para los cuales no se conocen
Más detalles2. Modelo Numérico. 2.1 Geometría del modelo
2. Modelo Numérico 2.1 Geometría del modelo El presente estudio se lleva a cabo mediante la utilización de un código basado en el Método de los Elementos de Contorno (París y Cañas [8]), lo cual hace posible
Más detallesGrafos Eulerianos y Hamiltonianos. Algoritmos y Estructuras de Datos III
Grafos Eulerianos y Hamiltonianos Algoritmos y Estructuras de Datos III Grafos eulerianos Definiciones: Un circuito C en un grafo (o multigrafo) G es un circuito euleriano si C pasa por todos las aristas
Más detalles1. Introducción y Objetivos.
1. Introducción y Objetivos. 1.1. Introducción. Este Proyecto Fin de Carrera tiene como objetivo la optimización del sistema de suspensión tipo MacPherson de un automóvil. Los elementos que componen el
Más detallesProcedimientos de búsqueda miopes aleatorizados y adaptativos (GRASP)
Procedimientos de búsqueda miopes aleatorizados y adaptativos (GRASP) Se basan en la premisa de que soluciones iniciales diversas y de buena calidad juegan un papel importante en el éxito de métodos de
Más detallesSegmentación automática para el Censo Nacional 2010 por medio de programación lineal entera
Segmentación automática para el Censo Nacional 2010 por medio de programación lineal entera Flavia Bonomo, Diego Delle Donne Guillermo Durán, Javier Marenco Departamentos de Computación y Matemática, FCEyN,
Más detallesDescripción del problema:
PROBLEMA DEL AGENTE VIAJERO USANDO BÚSQUEDA TABU PROYECTO FINAL PROGRAMACIÓN CIENTIFICA ANGELES BAEZ OLVERA 4 JUNIO 2009 Descripción del problema: El problema del agente viajero o TSP como se le conoce
Más detallesLA LEYENDA DEL MAPA. La leyenda explica la simbología utilizada en el mapa. Básicamente se divide en:
LA LEYENDA DEL MAPA La leyenda explica la simbología utilizada en el mapa. Básicamente se divide en: 1. Elementos lineales (carreteras, caminos, muros, cortados, límites de vegetación, verjas, tendidos
Más detallesSon una clase particular de los algoritmos evolutivos.
Algoritmos Genéticos (AGs) Los AGs son técnicas de resolución para problemas de Búsqueda Optimización Aprendizaje en máquinas Son una clase particular de los algoritmos evolutivos. Los AGs intentan resolver
Más detallesANÁLISIS Y DISEÑO DE ALGORITMOS
ANÁLISIS Y DISEÑO DE ALGORITMOS CURSO 26/27 BOLETÍN DE PROBLEMAS: ALGORITMOS VORACES Ejercicio 1 Sean n personas, representadas por los Enteros : 1..n, puestas en círculo, y m, un Entero no negativo cualquiera,
Más detallesEjercicios Temas 3 y 4: Interpolación polinomial. Ajuste de curvas.
Ejercicios Temas 3 y 4: Interpolación polinomial. Ajuste de curvas.. El número de personas afectadas por el virus contagioso que produce la gripe en una determinada población viene dado por la siguiente
Más detallesTécnicas de planificación y control de proyectos Andrés Ramos Universidad Pontificia Comillas
Técnicas de planificación y control de proyectos Andrés Ramos Universidad Pontificia Comillas http://www.iit.upcomillas.es/aramos/ Andres.Ramos@upcomillas.es TÉCNICAS DE PLANIFICACIÓN Y CONTROL DE PROYECTOS
Más detallesOBJETIVO DE LA ACTIVIDAD: Ejercitar el uso de AutoCAD, incorporando información del dibujo técnico para la manufactura.
ACTIVIDAD: INFORMACIÓN DE ACOTACIÓN OBJETIVO DE LA ACTIVIDAD: Ejercitar el uso de AutoCAD, incorporando información del dibujo técnico para la manufactura. Acotación Las cotas indican medidas geométricas
Más detallesApplet 7.1. Modelos de metapoblaciones. Introducción
Applet 7.1. Modelos de metapoblaciones Introducción Este applet simula metapoblaciones sin estructura espacial. Todas las poblaciones locales tienen las mismas características y se encuentran a la misma
Más detalles6 PROTOCOLO DE PRUEBAS
6 PROTOCOLO DE PRUEBAS 6.1 Introducción Se exponen a continuación los resultados de la puesta a prueba del comportamiento del algoritmo. Para facilitar el proceso de análisis del comportamiento del algoritmo,
Más detalles4. MÉTODO EXACTO DE RESOLUCIÓN Y ALGORITMO TABÚ
4. MÉTODO EXACTO DE RESOLUCIÓN Y ALGORITMO TABÚ En este apartado vamos a realizar una detallada descripción de las metodologías que posteriormente utilizaremos para contrastar el nivel de calidad alcanzado
Más detallesPara llevar a cabo una simulación, se requiere implementar las siguientes etapas:
SIMULACIÓN: La simulación se define como una técnica numérica utilizada para representar un proceso o fenómeno mediante otro más simple que permite analizar sus características. Esta técnica emplea relaciones
Más detallesI. Programas Desarrollados en Matlab
I. Programas Desarrollados en Matlab Para llevar a cabo todos los cálculos de energía y de costes del presente proyecto se han desarrollado varios programas y aplicaciones con la ayuda del software MATLAB,
Más detallesADMINISTRACIÓN DE OPERACIONES I CAPITULO III
1. Importancia de la AO: ADMINISTRACIÓN DE OPERACIONES I CAPITULO III Para el administrador de operaciones, la programación de un proyecto implica un reto difícil. Los riesgos de la Administración de Proyectos
Más detalles17.1 Creación de cotas
Las cotas indican medidas geométricas de objetos, distancias o ángulos entre objetos o las coordenadas X e Y de alguna característica de un objeto. AutoCAD proporciona tres tipos básicos de acotación:
Más detallesUniversidad Autónoma de Nuevo León
Universidad Autónoma de Nuevo León Facultad de Ingeniería Mecánica y Eléctrica División de Posgrado en Ingeniería de Sistemas Eficiencia de la Búsqueda Local para Instancias Diferentes del Problema de
Más detallesCAPITULO 6 SIMULACIONES Y RESULTADOS
CAPITULO 6 SIMULACIONES Y RESULTADOS En este capítulo se scriben las simulaciones y resultados uno las pruebas ejecutados para la evaluación la metodología propuesta para el planeamiento sistemas medición.
Más detallesSesión 7: Campos de Markov
Sesión 7: Campos de Markov Campos de Markov Introducción Modelo de Ising Representación Tipos de Modelos Redes de Markov Vecindades Algoritmos ICM, Metrópolis, Recocido Simulado Aplicaciones Visión L.E.
Más detallesLABORATORIO DE APLICACIONES 5º año E.E.S.T. N 1 PROF. MARÍA DANIELA PIETRASANTA TUTORIAL DE FLASH
TUTORIAL DE FLASH Flash es una aplicación de la empresa Macromedia que permite confeccionar animaciones. Es básicamente un programa de diseño, donde se puede dibujar, editar imágenes y manipular texto.
Más detallesModelos de Redes: Árbol. M. En C. Eduardo Bustos Farías
Modelos de Redes: Árbol de expansión n mínimam M. En C. Eduardo Bustos Farías as Objetivos Conceptos y definiciones de redes. Importancia de los modelos de redes Modelos de programación n lineal, representación
Más detallesPresentación de la Tesina
DESARROLLO DE UN ALGORITMO PARA LA MEJORA DEL GRAFO DE CARRETERAS Presentación de la Tesina Autor: Joan Mahiques Jorda Tutor: Joan Ignasi Herrera Valencia Máster en Sistemas de Información Geográfica (UPC)
Más detallesResultados Experimentales
Capítulo 5 Resultados Experimentales En este capítulo se mostrarán y comentarán los resultados que se han ido obteniendo con el algoritmo de SLAM descrito en el capítulo anterior. Figura 5.1: Trayectoria
Más detallesTIPOS ABSTRACTOS DE DATOS EN HASKELL
TIPOS ABSTRACTOS DE DATOS EN HASKELL ÍNDICE GENERAL 1. Introducción a Haskell 2. Tipos abstractos de datos en Haskell 3. TAD Grafo 4. TAD Montículos 5. Bibliografía INTRODUCCIÓN A HASKELL 1. Introducción
Más detallesCAPÍTULO 4. En el presente capítulo, se resume la teoría básica del método de ruta crítica, utilizada
PLNECIÓN TRDICIONL 4.1. Introducción. En el presente capítulo, se resume la teoría básica del método de ruta crítica, utilizada tradicionalmente en la planeación y control de todo tipo de proyectos de
Más detallesALGORÍTMICA
ALGORÍTMICA 2012-2013 Parte I. Introducción a las Metaheurísticas Tema 1. Metaheurísticas: Introducción y Clasificación Parte II. Métodos Basados en Trayectorias y Entornos Tema 2. Algoritmos de Búsqueda
Más detallesIngeniería del Software de Gestión
Marcos López Sanz Ingeniería del Software de Gestión Tema 9: Proceso Unificado: Índice Visión general de Descripción de la (vista del modelo de ) de construcciones de la el un sub una Realizar pruebas
Más detallesMétodo PERT: principios básicos
Método PERT: principios básicos Técnica de control de tiempos para organizar, ordenar, asignar prioridades y controlar el progreso coordinado de las diferentes actividades que componen un proyecto Parte
Más detallesCI5502 PLANIFICACIÓN Y CONTROL DE PROYECTOS PROF: MAURICIO TOLEDO. Clase 7
CI5502 PLANIFICACIÓN Y CONTROL DE PROYECTOS PROF: MAURICIO TOLEDO Clase 7 Agenda 2 Resumen clase anterior Representación de un ordenamiento Tipos de mallas Sistema FLECHA-ACTIVIDAD Casos básicos Normas
Más detallesCapítulo 5 - Conclusiones -
Señor... si yo me olvido de ti, nunca te olvides de mí! Capítulo 5 - Conclusiones - El aspecto práctico de este trabajo, ha sido el desarrollo de un sistema de fusión de datos completo. Se ha intentado
Más detallesTema 4g: Proceso Unificado: Implementación
Tema 4g: Proceso Unificado: Implementación Marcos López Sanz Índice Visión general Artefactos Componentes Subsistemas de implementación Interfaces Descripción de la arquitectura (vista del modelo de implementación)
Más detallesAnálisis de decisión
Universidad del CEMA Evaluación de Riesgo Agropecuario Arboles de Decisión Ariadna Berger Análisis de decisión El análisis de decisión se puede usar para seleccionar una estrategia cuando quien tiene que
Más detallesCAPITULO 2: MARCO TEÓRICO. En el desarrollo de este capítulo se presentan descripciones generales,
CAPITULO 2: MARCO TEÓRICO En el desarrollo de este capítulo se presentan descripciones generales, definiciones y métodos, que nos pueden ayudar a entender con claridad el método que desarrolló en esta
Más detallesInteligencia Artificial I
Ingeniería en Sistemas Computacionales Inteligencia Artificial I Rafael Rivera López Departamento de Sistemas y Computación 1 Ago-Dic 2008 Veracruz, Ver. Unidad IV Técnicas de Búsqueda y Satisfacción de
Más detallesCÓMO LEER EL ATLAS? FICHA DEL OCÉANO PACÍFICO Y DEL TERRITORIO MARÍTIMO NACIONAL FICHAS DE ZONAS GEOGRÁFICAS NATURALES
CÓMO LEER EL ATLAS? Para una correcta interpretación de la información que se presenta en este Atlas, a continuación se hace una descripción de las fichas y de cada una de sus partes. La información se
Más detallesFundamentos de Investigación de Operaciones Modelos de Grafos
Fundamentos de Investigación de Operaciones de junio de 00 Muchos problemas de optimización puedes ser analizados y resueltos a través de representaciones gráficas. Tal es el caso de los problemas de planificación
Más detallesProcesos estocásticos Cadenas de Márkov
Procesos estocásticos Cadenas de Márkov Curso: Investigación de Operaciones Ing. Javier Villatoro PROCESOS ESTOCASTICOS Procesos estocásticos Es un proceso o sucesión de eventos que se desarrolla en el
Más detallesPFC. José Luis Pichardo Muñoz 5. Heurística basada en Grafos
5.1. Introducción. En este capítulo vamos a describir una heurística basada en el cálculo de índices mediante un problema de flujo a coste mínimo. Inicialmente se implementó una metaheurística GRASP, pero
Más detallesANÁLISIS DE SENSIBILIDAD. Programación Lineal
ANÁLISIS DE SENSIBILIDAD Programación Lineal CONCEPTO Dados los cambios que surgen con el paso del tiempo, o gracias a que los datos iniciales de una situación son aproximados o pronosticados y requieren
Más detallesBÚSQUEDA DE RUTAS DE METRO
8Proyecto 3 BÚSQUEDA DE RUTAS DE METRO 1. DESCRIPCIÓN DEL PROBLEMA En este proyecto se quiere implementar un algoritmo evolutivo para buscar el mejor camino entre dos puntos de una red de metro. La calidad
Más detallesEJERCICIOS DE GRAFOS DE JUEGO
Universidad de lcalá Departamento de iencias de la omputación lgoritmia y omplejidad EJERIIOS DE GRFOS DE JUEGO Ejercicio 1). Se dispone de una matriz M de tamaño Fx (F es la cantidad de filas y la cantidad
Más detallesInvestigación Operativa
Investigación Operativa Unidad: Teoría de decisiones y modelos de programación lineal Docente: Johnny. Pacheco Contreras Unidad Teoría de decisiones y modelos de programación lineal. Logro Al finalizar
Más detallesPlaneación y Búsqueda. IA Planeación de Trayectorias y Métodos de Búsqueda
IA Planeación de Trayectorias y Métodos de Búsqueda Planeación y Búsqueda Cuando se enfrenta uno a un problema que se resuelve por una búsqueda, se suelen presentar dos escenarios: El ambiente es estático
Más detallesMetaheurísticas
UNIVERSIDAD DE GRANADA E.T.S.I. INFORMÁTICA Y TELECOMUNICACIÓN Departamento de Ciencias de la Computación e Inteligencia Artificial Metaheurísticas http://sci2s.ugr.es/graduatecourses/metaheuristicas https://decsai.ugr.es
Más detallesAGENDA DE CARRETERAS: INFORMACIÓN COMPLETA + TRATAMIENTO DE DATOS = GESTIÓN ADECUADA
AGENDA DE CARRETERAS: INFORMACIÓN COMPLETA + TRATAMIENTO DE DATOS = GESTIÓN ADECUADA RAFAEL ÁLVAREZ LORANCA Jefe del Área de Gestión de Infraestructuras GEOCISA FERNANDO VARELA SOTO Profesor Titular de
Más detallesAlgoritmos de Aproximación
Algoritmos de Aproximación Es bueno estar cerca? Complexity 1 Motivación Hemos visto muchos problemas NP-Completos Se conjetura que no hay algoritmos polinómicos para ninguno de ellos Complexity 2 Motivación
Más detallesArboles de decisión. Area de Computación e Inteligencia Artificial
Arboles de decisión 1 Teoría de la decisión Hemos estudiado las redes bayesianas como instrumento para el diagnóstico en presencia de incertidumbre. La idea ahora es aprovechas ese diagnóstico para decidir
Más detallesFunciones Lógicas X5
DOCUMENTACIÓN ESPECÍFICA Funciones Lógicas X5 Módulo Zennio de 5 funciones lógicas Edición: 1.a ÍNDICE 1. Introducción... 3 1.1. Módulo de Funciones lógicas... 3 1.2. Dispositivos Zennio con módulo X5...
Más detalles(e) Con la poda alfa-beta se eliminan nodos que nunca serán alcanzados
Universidad Rey Juan Carlos Curso 2014 2015 Hoja de Problemas Tema 5 1. Cuáles de las siguientes afirmaciones acerca del algoritmo Minimax son ciertas (a) El algoritmo Minimax realiza una exploración primero
Más detallesCOLOR DE RELLENO. Las figuras de WordArt, Autoformas o Cuadros de texto se pueden colorear.
COLOR DE RELLENO Las figuras de WordArt, Autoformas o Cuadros de texto se pueden colorear. Para ello usarás el botón que se encuentra en la barra de herramientas Dibujo. El botón tiene un botón de flecha
Más detallesSistemas Operativos Distribuidos
Contenidos del Tema Gestión de procesos Modelos de sistema Asignación de procesadores Estrategias dinámicas Estrategias estáticas Ejecución remota de procesos Modelos de sistema Organización de los procesadores
Más detallesFunciones Lógicas X10
DOCUMENTACIÓN ESPECÍFICA Funciones Lógicas X10 Módulo Zennio de 10 funciones lógicas Edición: 1.a ÍNDICE 1. Introducción... 3 1.1. Módulo de Funciones lógicas... 3 1.2. Dispositivos Zennio con módulo X10...
Más detallesLos grafos son estructuras de datos Representan relaciones entre objetos. Son aplicables en. Relaciones arbitrarias, es decir No jerárquicas.
ESTRUCTURA DE DATOS Los grafos son estructuras de datos Representan relaciones entre objetos Relaciones arbitrarias, es decir No jerárquicas Son aplicables en Química Modem Geografía Ing. Eléctrica e Industrial,
Más detallesCRITERIOS DE SELECCIÓN DE MODELOS
Inteligencia artificial y reconocimiento de patrones CRITERIOS DE SELECCIÓN DE MODELOS 1 Criterios para elegir un modelo Dos decisiones fundamentales: El tipo de modelo (árboles de decisión, redes neuronales,
Más detallesDiagrama de Actividades
Diagrama de Actividades En UML un diagrama de actividades se usa para mostrar la secuencia de actividades. Los diagramas de actividades muestran el flujo de trabajo desde el punto de inicio hasta el punto
Más detalles4. Procedimiento de solución
4. Procedimiento de solución Para probar la validez del modelo desarrollado, se va a implementar su programación en la herramienta de optimización del programa Matlab R2008a. 4.1. Sub-rutina en Matlab
Más detallesTema: Algoritmos para la ruta más corta en un Grafo.
Programación IV. Guía No. 10 1 Facultad: Ingeniería Escuela: Computación Asignatura: Programación IV Tema: Algoritmos para la ruta más corta en un Grafo. Objetivos Específicos Definir el concepto de camino
Más detallesMASTER DE INGENIERÍA BIOMÉDICA. Métodos de ayuda al diagnóstico clínico. Tema 6: Árboles de decisión.
MASTER DE INGENIERÍA BIOMÉDICA. Métodos de ayuda al diagnóstico clínico. Tema 6: Árboles de decisión. 1 Objetivos del tema Conocer en qué consiste un árbol de decisión. Aprender los problemas que pueden
Más detallesCAPÍTULO 2: Diseño del algoritmo
CAPÍTULO 2: Diseño del algoritmo 2.1 Introducción La fase del diseño del algoritmo es la fase previa a la de la implementación del mismo, y no cabe ninguna duda de que el éxito o el fracaso de dicho algoritmo
Más detallesCapítulo 5. Diseño del Sistema
Capítulo 5. Diseño del Sistema Todo proyecto especializado en el campo de la computación requiere cumplir con determinadas etapas; cada etapa proporciona una idea de las actividades ocurridas en el desarrollo
Más detallesPráctica 2: Análisis de sensibilidad e Interpretación Gráfica
Práctica 2: Análisis de sensibilidad e Interpretación Gráfica a) Ejercicios Resueltos Modelización y resolución del Ejercicio 5: (Del Conjunto de Problemas 4.5B del libro Investigación de Operaciones,
Más detallesSesión 8: Campos de Markov
Modelos Gráficos Probabilistas L. Enrique Sucar INAOE Sesión 8: Campos de Markov la verdadera lógica de este mundo es el cálculo de probabilidades, que toma en cuanta la magnitud de las probabilidades,
Más detallesPlaneación de Trayectorias y Métodos de Búsqueda. Dr. Jesús Antonio González Bernal
IA Planeación de Trayectorias y Métodos de Búsqueda Dr. Jesús Antonio González Bernal Planeación y Búsqueda Cuando enfrentamos un problema que se resuelve por una búsqueda, se suelen presentar dos escenarios:
Más detallesAnálisis de algoritmos
Tema 03: Análisis temporal M. en C. Edgardo Adrián Franco Martínez http://www.eafranco.com edfrancom@ipn.mx @edfrancom edgardoadrianfrancom 1 Contenido Caso de entrada Ejemplo 1 (Búsqueda lineal) Operación
Más detallesCAPÍTULO 1. OBJETIVO DEL PROYECTO
CAPÍTULO 1. OBJETIVO DEL PROYECTO El análisis del comportamiento de un péndulo no lineal constituye uno de los problemas físicos y matemáticos que más han sido abordados desde la antigüedad. El porqué
Más detallestransitorio y como sistema de capacidad.
5. Análisis comparativo entre conducción en régimen transitorio y como sistema de capacidad. En esta sección se ha procedido a la realización de un análisis comparativo entre la transferencia de calor
Más detallesInfor LN Servicio - Guía del usuario para Consola de distribución de carga de trabajo
Infor LN Servicio - Guía del usuario para Consola de distribución de carga de trabajo Información acerca de la publicación Código de documento Versión Creado el tsworkloaddiswbug (U9873) 10.4.x Cloud Edition
Más detallesMANUAL DE USUARIO PÁGINA SATRACK ECUADOR
MANUAL DE USUARIO PÁGINA SATRACK ECUADOR Ingresar al sistema Para ingresar a la página WEB se debe ingresar a la ruta www.satrack.com.ec. Aparecerá el siguiente pantallazo donde el usuario debe ingresar
Más detallesInfluencia de la moda en dinámica social con interacción global
Defensa de Tesis de Maestría Influencia de la moda en dinámica social con interacción global Lic. Marino Gavidia Tutor: Dr. Mario Cosenza http://www.cff.ula.ve/caoticos/ Centro de Física Fundamental Área
Más detallesMATRIZ DE ARBOLES DE DECISION
MATRIZ DE ARBOLES DE DECISION Los árboles son un subconjunto importante de los grafos, y son una herramienta útil para describir estructuras que presentan algún tipo de jerarquía. Las dificultades de las
Más detallesBÚSQUEDA. Vicente Martínez Orga
BÚSQUEDA Vicente Martínez Orga vicente.martinez@upm.es Departamento de Inteligencia Artificial Facultad de Informática Universidad Politécnica de Madrid Campus de Montegancedo sn, 28660 Boadilla del Monte,
Más detallesCapítulo 5: Interfaces gráficas de usuario
Capítulo 5 Interfaces gráficas de usuario 5.1 Introducción En el presente apartado se describirá brevemente el proceso a seguir para la creación de una interfaz gráfica de usuario (GUI, del inglés Graphical
Más detallesPRUEBAS DE CAJA BLANCA
PRUEBAS DE CAJA BLANCA PARTE. DESCRIPCIÓN DE TÉCNICAS Se examinan los caminos lógicos del sistema haciendo diversos recorridos. Sus objetivos son: Ejecutar por lo menos una vez todos los caminos independientes
Más detallesProgramación (PRG) PRÁCTICA 10. Algoritmos de búsqueda
Programación (PRG) Facultad de Informática Departamento de Sistemas Informáticos y Computación Universidad Politécnica de Valencia 1. Introducción El objetivo de esta práctica es estudiar el comportamiento
Más detallesAplicación de la metaheurística Búsqueda tabú al problema de las N-reinas
Aplicación de la metaheurística Búsqueda tabú al problema de las N-reinas Mg. Alicia Riojas Cañari 1, Dra. María Álvarez Rivas 1 1 Facultad de Ciencias Matemáticas Universidad Nacional Mayor de San Marcos
Más detallesMANUAL PARA LA PERSONA USUARIA CONSULTA DE BASE DATOS EN LÍNEA PROGRAMA REDATAM
INSTITUTO NACIONAL DE ESTADÍSTICA Y CENSOS Área de Censos de Población y Vivienda Unidad de Diseño, Procesamiento y Análisis MANUAL PARA LA PERSONA USUARIA CONSULTA DE BASE DATOS EN LÍNEA PROGRAMA REDATAM
Más detallesGrafos. Amalia Duch Brown Octubre de 2007
Grafos Amalia Duch Brown Octubre de 2007 Índice 1. Definiciones Básicas Intuitivamente un grafo es un conjunto de vértices unidos por un conjunto de líneas o flechas dependiendo de si el grafo es dirigido
Más detallesCAPÍTULO 2. Desde el punto de vista más simple, hoy una imagen digital consiste de lo que se puede ver
CAPÍTULO 2 PROCESAMIENTO DE IMÁGENES 2.1 Imágenes Digitales Desde el punto de vista más simple, hoy una imagen digital consiste de lo que se puede ver como una matriz de miles o millones de píxeles cada
Más detallesCAPITULO III. Determinación de Rutas de Entregas
CAPITULO III Determinación de Rutas de Entregas Un importante aspecto en la logística de la cadena de abastecimiento (supply chain), es el movimiento eficiente de sus productos desde un lugar a otro. El
Más detallesPráctica 2. Tratamiento de datos
Errores Todas las medidas que se realizan en el laboratorio están afectadas de errores experimentales, de manera que si se repiten dos experiencias en las mismas condiciones es probable que los resultados
Más detallesDepartamento de Cs. e Ingeniería de la Computación Universidad Nacional del Sur. Proyecto N 1 Cuatro en línea Primer Cuatrimestre de 2009
Departamento de Cs. e Ingeniería de la Computación Universidad Nacional del Sur Introducción Lógica para Ciencias de la Computación Proyecto N 1 Cuatro en línea Primer Cuatrimestre de 2009 Cuatro en línea
Más detallesSesión 14: Redes de Decisión
Modelos Gráficos Probabilistas L. Enrique Sucar INAOE Sesión 14: Redes de Decisión un agente racional ideal es aquel que, para cada posible secuencia de percepciones, realiza la acción que maximiza su
Más detallesPercepción visual aplicada a la robótica
Percepción visual aplicada a la robótica Mario I. Chacón Murguía Rafael Sandoval Rodríguez Javier Vega Pineda Selecciona el libro para empezar Capítulo 2 Teoría de robótica Continuar Cinemática de robots
Más detallesAlgoritmos en Árbol y Grafo Computación Pipeline
Metodología de la Programación Paralela 2015-2016 Facultad Informática, Universidad de Murcia Esquemas algorítmicos paralelos: Algoritmos en Árbol y Grafo Computación Pipeline Domingo Giménez (Universidad
Más detallesCONCLUSIONES 5. CONCLUSIONES.
5. CONCLUSIONES. Entre los sistemas de referencia empleados para el cálculo de las fuerzas elásticas, para un elemento finito de dos nodos que utiliza la teoría de Euler- Bernoulli [11], basándose en las
Más detallesUN ENOQUE UNIFICADO DE SISTEMA DE HORMIGAS PARA RESOLVER PROBLEMAS VRP
UN ENOQUE UNIFICADO DE SISTEMA DE HORMIGAS PARA RESOLVER PROBLEMAS VRP Emely Arráiz Oscar Meza Guillermo Palma Departamento de Computación y Tecnología de la Información Universidad Simón Bolívar Caracas,
Más detallesIntroducción a la programación lineal
Introducción a la programación lineal La programación lineal se aplica a modelos de optimización en los que las funciones objetivo y restricción son estrictamente lineales. La técnica se aplica en una
Más detallesEl tiempo estimado para realizar la prueba es de 3 horas y media
Departamento de Informática Universidad Carlos III de Madrid Open Course Ware Ingeniería Informática Computación Biológica Prueba de conocimiento El tiempo estimado para realizar la prueba es de 3 horas
Más detallesCREACIÓN PLANES DE ACCIÓN
CREACIÓN PLANES DE ACCIÓN Qué son planes de acción? El plan de acción es un instrumento de planificación que reúnen un conjunto de tareas organizadas las cuales deben ser ejecutadas por áreas específicas
Más detallesTítulo PFC: Estudio de una máquina Inspeccionadora de Inyectables
Titulación: Ingeniería Industrial Alumno (nombre y apellidos): Cèlia Molina Gallego Título PFC: Director del PFC: David González Convocatoria de entrega del PFC Febrero 2014 Contenido de este volumen:
Más detalles5 TUNEL REGULAR 5.1 ROCA ELÁSTICA Definición
5 TUNEL REGULAR 5.1 ROCA ELÁSTICA 5.1.1 Definición Este caso es el más sencillo posible. Se trata del caso base para comparar con los demás. Aquí se presenta un túnel de geometría totalmente regular, con
Más detalles