Incorporación de conocimiento en algoritmos evolutivos en problemas de scheduling

Los Algoritmos Evolutivos (AEs) son una de las metaheurísticas más ampliamente difundidas y estudiadas [28]. Estas, como muchas otras metaheuristicas, pueden ser mejoradas en su diseño a fin de realizar una exploración más eficiente del espacio de búsqueda. En el caso de los AEs, un adecuado desempe...

Descripción completa

Guardado en:

Detalles Bibliográficos
Autores principales:	Pandolfi, Daniel, San Pedro, María Eugenia de, Villagra, Andrea, Lasso, Marta Graciela, Leguizamón, Guillermo
Formato:	Objeto de conferencia
Lenguaje:	Español
Publicado:	2007
Materias:	Ciencias Informáticas Intelligent agents incorporación de conocimiento Algorithms algoritmos evolutivos Scheduling problemas de scheduling
Acceso en línea:	http://sedici.unlp.edu.ar/handle/10915/20312
Aporte de:	SEDICI (UNLP) de Universidad Nacional de La Plata

id	I19-R120-10915-20312
record_format	dspace
institution	Universidad Nacional de La Plata
institution_str	I-19
repository_str	R-120
collection	SEDICI (UNLP)
language	Español
topic	Ciencias Informáticas Intelligent agents incorporación de conocimiento Algorithms algoritmos evolutivos Scheduling problemas de scheduling
spellingShingle	Ciencias Informáticas Intelligent agents incorporación de conocimiento Algorithms algoritmos evolutivos Scheduling problemas de scheduling Pandolfi, Daniel San Pedro, María Eugenia de Villagra, Andrea Lasso, Marta Graciela Leguizamón, Guillermo Incorporación de conocimiento en algoritmos evolutivos en problemas de scheduling
topic_facet	Ciencias Informáticas Intelligent agents incorporación de conocimiento Algorithms algoritmos evolutivos Scheduling problemas de scheduling
description	Los Algoritmos Evolutivos (AEs) son una de las metaheurísticas más ampliamente difundidas y estudiadas [28]. Estas, como muchas otras metaheuristicas, pueden ser mejoradas en su diseño a fin de realizar una exploración más eficiente del espacio de búsqueda. En el caso de los AEs, un adecuado desempeño de los mismos, depende en gran medida de los operadores y/o mecanismos de exploración involucrados y que adecuadamente implementados, pueden dar lugar a versiones más eficientes. En este sentido, la incoporación de conocimiento y/o información en el diseño de los AEs es de gran interés en la actualidad. Por esta razón, existen diversas líneas de investigación en la actualidad que tienen como objetivo principal el diseño avanzado de EAs a través de la incorporación de conocimiento. Esta línea de investigación, aborda diferentes estrategias tales como la incorporación del conocimiento experto a priori o el conocimiento adquirido durante la evolución, conceptos derivados de las teorías de evolución social, y cultural, entre otras.
format	Objeto de conferencia Objeto de conferencia
author	Pandolfi, Daniel San Pedro, María Eugenia de Villagra, Andrea Lasso, Marta Graciela Leguizamón, Guillermo
author_facet	Pandolfi, Daniel San Pedro, María Eugenia de Villagra, Andrea Lasso, Marta Graciela Leguizamón, Guillermo
author_sort	Pandolfi, Daniel
title	Incorporación de conocimiento en algoritmos evolutivos en problemas de scheduling
title_short	Incorporación de conocimiento en algoritmos evolutivos en problemas de scheduling
title_full	Incorporación de conocimiento en algoritmos evolutivos en problemas de scheduling
title_fullStr	Incorporación de conocimiento en algoritmos evolutivos en problemas de scheduling
title_full_unstemmed	Incorporación de conocimiento en algoritmos evolutivos en problemas de scheduling
title_sort	incorporación de conocimiento en algoritmos evolutivos en problemas de scheduling
publishDate	2007
url	http://sedici.unlp.edu.ar/handle/10915/20312
work_keys_str_mv	AT pandolfidaniel incorporaciondeconocimientoenalgoritmosevolutivosenproblemasdescheduling AT sanpedromariaeugeniade incorporaciondeconocimientoenalgoritmosevolutivosenproblemasdescheduling AT villagraandrea incorporaciondeconocimientoenalgoritmosevolutivosenproblemasdescheduling AT lassomartagraciela incorporaciondeconocimientoenalgoritmosevolutivosenproblemasdescheduling AT leguizamonguillermo incorporaciondeconocimientoenalgoritmosevolutivosenproblemasdescheduling
bdutipo_str	Repositorios
_version_	1764820465632673793

Incorporación de conocimiento en algoritmos evolutivos en problemas de scheduling

Ejemplares similares