Modelo hiperheurístico HY X FPSO CBR SII soportado en metaheurísticas X PSO multiobjetivo para resolver una clase de problemas de optimización combinatoria : aplicación sobre economía computacional de regulación de redes eléctricas

Las Hiperheurísticas de Selección constituyen métodos de búsqueda concebidos en un nivel de abstracción superior al de las MetaHeurísticas. Para ello, una Función de Selección (FS), cuyo objetivo es decidir cuál de las estrategias MetaHeurísticas se aplica en cada instancia de decisión , evalúa l...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autores principales: Casanova Pietroboni, Carlos Antonio, Schweickardt, Gustavo Alejandro, Camargo, Federico Gabriel
Formato: Artículo publisherVersion
Lenguaje:Español
Publicado: 2021
Materias:
Acceso en línea:https://revistas.unc.edu.ar/index.php/epio/issue/view/1745
http://hdl.handle.net/20.500.12272/5288
Aporte de:
id I68-R174-20.500.12272-5288
record_format dspace
institution Universidad Tecnológica Nacional
institution_str I-68
repository_str R-174
collection RIA - Repositorio Institucional Abierto (UTN)
language Español
topic Redes neuronales artificiales
Razonamiento basado en casos
Optimización por enjambre de partículas
Hiperheurísticas de selección
Soft computing
Artificial neural networks
Case based reasoning
Particle swarm optimization
Selection hyperheuristics
spellingShingle Redes neuronales artificiales
Razonamiento basado en casos
Optimización por enjambre de partículas
Hiperheurísticas de selección
Soft computing
Artificial neural networks
Case based reasoning
Particle swarm optimization
Selection hyperheuristics
Casanova Pietroboni, Carlos Antonio
Schweickardt, Gustavo Alejandro
Camargo, Federico Gabriel
Modelo hiperheurístico HY X FPSO CBR SII soportado en metaheurísticas X PSO multiobjetivo para resolver una clase de problemas de optimización combinatoria : aplicación sobre economía computacional de regulación de redes eléctricas
topic_facet Redes neuronales artificiales
Razonamiento basado en casos
Optimización por enjambre de partículas
Hiperheurísticas de selección
Soft computing
Artificial neural networks
Case based reasoning
Particle swarm optimization
Selection hyperheuristics
description Las Hiperheurísticas de Selección constituyen métodos de búsqueda concebidos en un nivel de abstracción superior al de las MetaHeurísticas. Para ello, una Función de Selección (FS), cuyo objetivo es decidir cuál de las estrategias MetaHeurísticas se aplica en cada instancia de decisión , evalúa la aptitud de las mismas en cada solución iterativa . En este trabajo se presenta una HiperHeurística de Selección Basada en Razonamiento ( con dominio en M eta H eurísticas X PSO M ulti O bjetivo, HY X FPSO C B R SII , cuya FS se constituye de una Red Neuronal Artificial (RN) de propagación hacia adelante tipo Multi Layer Perceptron (MLP). La información utilizada por la FS proviene desde Indicadores de Inteligencia de Grupo, propuestos por los autores en trabajos previos, que proporcionan una medida de la habilidad de cada MetaHeurística para resolver cierta instancia del problema Se aborda el diseño de la FS y el método de optimización asociad o al Entrenamiento Basado en Casos de la misma . Este novedoso enfoque, aporte principal del trabajo, permite construir una única FS capaz de resolver dos problemas de optimización combinatoria el Balance de Cargas de un Sistema Trifásico de Distribución de Energía Eléctrica (SDEE) y la Optimización de la Confiabilidad de un SDEE en Media Tensión.
format Artículo
publisherVersion
author Casanova Pietroboni, Carlos Antonio
Schweickardt, Gustavo Alejandro
Camargo, Federico Gabriel
author_facet Casanova Pietroboni, Carlos Antonio
Schweickardt, Gustavo Alejandro
Camargo, Federico Gabriel
author_sort Casanova Pietroboni, Carlos Antonio
title Modelo hiperheurístico HY X FPSO CBR SII soportado en metaheurísticas X PSO multiobjetivo para resolver una clase de problemas de optimización combinatoria : aplicación sobre economía computacional de regulación de redes eléctricas
title_short Modelo hiperheurístico HY X FPSO CBR SII soportado en metaheurísticas X PSO multiobjetivo para resolver una clase de problemas de optimización combinatoria : aplicación sobre economía computacional de regulación de redes eléctricas
title_full Modelo hiperheurístico HY X FPSO CBR SII soportado en metaheurísticas X PSO multiobjetivo para resolver una clase de problemas de optimización combinatoria : aplicación sobre economía computacional de regulación de redes eléctricas
title_fullStr Modelo hiperheurístico HY X FPSO CBR SII soportado en metaheurísticas X PSO multiobjetivo para resolver una clase de problemas de optimización combinatoria : aplicación sobre economía computacional de regulación de redes eléctricas
title_full_unstemmed Modelo hiperheurístico HY X FPSO CBR SII soportado en metaheurísticas X PSO multiobjetivo para resolver una clase de problemas de optimización combinatoria : aplicación sobre economía computacional de regulación de redes eléctricas
title_sort modelo hiperheurístico hy x fpso cbr sii soportado en metaheurísticas x pso multiobjetivo para resolver una clase de problemas de optimización combinatoria : aplicación sobre economía computacional de regulación de redes eléctricas
publishDate 2021
url https://revistas.unc.edu.ar/index.php/epio/issue/view/1745
http://hdl.handle.net/20.500.12272/5288
work_keys_str_mv AT casanovapietrobonicarlosantonio modelohiperheuristicohyxfpsocbrsiisoportadoenmetaheuristicasxpsomultiobjetivopararesolverunaclasedeproblemasdeoptimizacioncombinatoriaaplicacionsobreeconomiacomputacionalderegulacionderedeselectricas
AT schweickardtgustavoalejandro modelohiperheuristicohyxfpsocbrsiisoportadoenmetaheuristicasxpsomultiobjetivopararesolverunaclasedeproblemasdeoptimizacioncombinatoriaaplicacionsobreeconomiacomputacionalderegulacionderedeselectricas
AT camargofedericogabriel modelohiperheuristicohyxfpsocbrsiisoportadoenmetaheuristicasxpsomultiobjetivopararesolverunaclasedeproblemasdeoptimizacioncombinatoriaaplicacionsobreeconomiacomputacionalderegulacionderedeselectricas
bdutipo_str Repositorios
_version_ 1764820551826669570