Una propuesta para diversificar el campo de aplicación de un algoritmo Hill Climbing

Cuando se habla de optimización, se busca obtener la mejor solución posible a un problema determinado, de la mejor manera, utilizando todos los recursos disponibles. Los métodos para encontrar la mejor solución varían de acuerdo a la complejidad del problema enfrentado. A medida que la complejidad d...
Ausführliche Beschreibung

Gespeichert in:

Autor*in:	Christian Soria [verfasserIn] Hernan Da Silva [verfasserIn] Adriana Elba Martin [verfasserIn]

Format:	E-Artikel
Sprache:	Spanisch

Erschienen:	2017

Schlagwörter:	metaheurísticas hill climbing optimización combinatoria

Übergeordnetes Werk:	In: Informes Científicos y Técnicos (Universidad Nacional de la Patagonia Austral) - Universidad Nacional de la Patagonia Austral, 2015, 9(2017), 1, Seite 102-114
Übergeordnetes Werk:	volume:9 ; year:2017 ; number:1 ; pages:102-114

Links:	Link aufrufen Link aufrufen Link aufrufen Journal toc Journal toc

DOI / URN:	10.22305/ict-unpa.v9i1.239

Katalog-ID:	DOAJ03255950X

Internformat


LEADER	01000caa a22002652 4500
001	DOAJ03255950X
003	DE-627
005	20230307171010.0
007	cr uuu---uuuuu
008	230226s2017 xx \|\|\|\|\|o 00\| \|\|spa c
024	7		\|a 10.22305/ict-unpa.v9i1.239 \|2 doi
035			\|a (DE-627)DOAJ03255950X
035			\|a (DE-599)DOAJe914c2ad0097486a833d6b2163976538
040			\|a DE-627 \|b ger \|c DE-627 \|e rakwb
041			\|a spa
100	0		\|a Christian Soria \|e verfasserin \|4 aut
245	1	4	\|a Una propuesta para diversificar el campo de aplicación de un algoritmo Hill Climbing
264		1	\|c 2017
336			\|a Text \|b txt \|2 rdacontent
337			\|a Computermedien \|b c \|2 rdamedia
338			\|a Online-Ressource \|b cr \|2 rdacarrier
520			\|a Cuando se habla de optimización, se busca obtener la mejor solución posible a un problema determinado, de la mejor manera, utilizando todos los recursos disponibles. Los métodos para encontrar la mejor solución varían de acuerdo a la complejidad del problema enfrentado. A medida que la complejidad de un problema aumenta, crece la necesidad de implementar métodos heurísticos para resolverlo. Por ejemplo, las metaheurísticas basadas en trayectoria (denominadas como Hill Climbing), se aplican a la resolución de problemas de optimización combinatoria, donde el conjunto de posibles soluciones es discreto, o al menos, se puede reducir a un conjunto discreto. Nosotros proponemos modificar el algoritmo Hill Climbing a los efectos de incrementar la diversidad de problemas a los cuales pueda aplicarse este algoritmo. En primer lugar, se analizan y comparan de forma incremental 6 (seis) propuestas de mejora: 5 (cinco) basadas en el algoritmo Hill Climbing y, 1 (una) basada en el algoritmo genético. Luego, desarrollamos nuestra propuesta como resultado del análisis de estas 6 (seis) propuestas de mejora y considerando algunas áreas en las que no se encontraron registros anteriores. En este trabajo, se presenta y describe una propuesta a los efectos de contribuir con nuevas ideas al campo de la optimización combinatoria. Nuestro algoritmo está basado en la hibridación de metaheurísticas poblacionales y en trayectoria. Esta propuesta es el resultado de la investigación desarrollada durante 2016 en la asignatura “Técnicas para la Elaboración de Documentos Científicos-Técnicos”, perteneciente a la carrera de grado “Ingeniería en Sistemas UNPA.”
650		4	\|a metaheurísticas
650		4	\|a hill climbing
650		4	\|a optimización combinatoria
653		0	\|a General Works
653		0	\|a A
700	0		\|a Hernan Da Silva \|e verfasserin \|4 aut
700	0		\|a Adriana Elba Martin \|e verfasserin \|4 aut
773	0	8	\|i In \|t Informes Científicos y Técnicos (Universidad Nacional de la Patagonia Austral) \|d Universidad Nacional de la Patagonia Austral, 2015 \|g 9(2017), 1, Seite 102-114 \|w (DE-627)865823537 \|w (DE-600)2865526-6 \|x 18524516 \|7 nnns
773	1	8	\|g volume:9 \|g year:2017 \|g number:1 \|g pages:102-114
856	4	0	\|u https://doi.org/10.22305/ict-unpa.v9i1.239 \|z kostenfrei
856	4	0	\|u https://doaj.org/article/e914c2ad0097486a833d6b2163976538 \|z kostenfrei
856	4	0	\|u https://publicaciones.unpa.edu.ar/index.php/ICTUNPA/article/view/564 \|z kostenfrei
856	4	2	\|u https://doaj.org/toc/1852-4516 \|y Journal toc \|z kostenfrei
856	4	2	\|u https://doaj.org/toc/1852-4516 \|y Journal toc \|z kostenfrei
912			\|a GBV_USEFLAG_A
912			\|a SYSFLAG_A
912			\|a GBV_DOAJ
912			\|a GBV_ILN_11
912			\|a GBV_ILN_20
912			\|a GBV_ILN_22
912			\|a GBV_ILN_23
912			\|a GBV_ILN_24
912			\|a GBV_ILN_31
912			\|a GBV_ILN_39
912			\|a GBV_ILN_40
912			\|a GBV_ILN_62
912			\|a GBV_ILN_63
912			\|a GBV_ILN_65
912			\|a GBV_ILN_69
912			\|a GBV_ILN_70
912			\|a GBV_ILN_73
912			\|a GBV_ILN_95
912			\|a GBV_ILN_105
912			\|a GBV_ILN_110
912			\|a GBV_ILN_151
912			\|a GBV_ILN_161
912			\|a GBV_ILN_213
912			\|a GBV_ILN_230
912			\|a GBV_ILN_285
912			\|a GBV_ILN_293
912			\|a GBV_ILN_370
912			\|a GBV_ILN_602
912			\|a GBV_ILN_2014
912			\|a GBV_ILN_4012
912			\|a GBV_ILN_4037
912			\|a GBV_ILN_4112
912			\|a GBV_ILN_4125
912			\|a GBV_ILN_4126
912			\|a GBV_ILN_4249
912			\|a GBV_ILN_4305
912			\|a GBV_ILN_4306
912			\|a GBV_ILN_4313
912			\|a GBV_ILN_4322
912			\|a GBV_ILN_4323
912			\|a GBV_ILN_4324
912			\|a GBV_ILN_4325
912			\|a GBV_ILN_4326
912			\|a GBV_ILN_4335
912			\|a GBV_ILN_4338
912			\|a GBV_ILN_4367
912			\|a GBV_ILN_4700
951			\|a AR
952			\|d 9 \|j 2017 \|e 1 \|h 102-114

Indexfelder

author_variant	c s cs h d s hds a e m aem
matchkey_str	article:18524516:2017----::npousaaaiesfcrlapdalccnen
hierarchy_sort_str	2017
publishDate	2017
allfields	10.22305/ict-unpa.v9i1.239 doi (DE-627)DOAJ03255950X (DE-599)DOAJe914c2ad0097486a833d6b2163976538 DE-627 ger DE-627 rakwb spa Christian Soria verfasserin aut Una propuesta para diversificar el campo de aplicación de un algoritmo Hill Climbing 2017 Text txt rdacontent Computermedien c rdamedia Online-Ressource cr rdacarrier Cuando se habla de optimización, se busca obtener la mejor solución posible a un problema determinado, de la mejor manera, utilizando todos los recursos disponibles. Los métodos para encontrar la mejor solución varían de acuerdo a la complejidad del problema enfrentado. A medida que la complejidad de un problema aumenta, crece la necesidad de implementar métodos heurísticos para resolverlo. Por ejemplo, las metaheurísticas basadas en trayectoria (denominadas como Hill Climbing), se aplican a la resolución de problemas de optimización combinatoria, donde el conjunto de posibles soluciones es discreto, o al menos, se puede reducir a un conjunto discreto. Nosotros proponemos modificar el algoritmo Hill Climbing a los efectos de incrementar la diversidad de problemas a los cuales pueda aplicarse este algoritmo. En primer lugar, se analizan y comparan de forma incremental 6 (seis) propuestas de mejora: 5 (cinco) basadas en el algoritmo Hill Climbing y, 1 (una) basada en el algoritmo genético. Luego, desarrollamos nuestra propuesta como resultado del análisis de estas 6 (seis) propuestas de mejora y considerando algunas áreas en las que no se encontraron registros anteriores. En este trabajo, se presenta y describe una propuesta a los efectos de contribuir con nuevas ideas al campo de la optimización combinatoria. Nuestro algoritmo está basado en la hibridación de metaheurísticas poblacionales y en trayectoria. Esta propuesta es el resultado de la investigación desarrollada durante 2016 en la asignatura “Técnicas para la Elaboración de Documentos Científicos-Técnicos”, perteneciente a la carrera de grado “Ingeniería en Sistemas UNPA.” metaheurísticas hill climbing optimización combinatoria General Works A Hernan Da Silva verfasserin aut Adriana Elba Martin verfasserin aut In Informes Científicos y Técnicos (Universidad Nacional de la Patagonia Austral) Universidad Nacional de la Patagonia Austral, 2015 9(2017), 1, Seite 102-114 (DE-627)865823537 (DE-600)2865526-6 18524516 nnns volume:9 year:2017 number:1 pages:102-114 https://doi.org/10.22305/ict-unpa.v9i1.239 kostenfrei https://doaj.org/article/e914c2ad0097486a833d6b2163976538 kostenfrei https://publicaciones.unpa.edu.ar/index.php/ICTUNPA/article/view/564 kostenfrei https://doaj.org/toc/1852-4516 Journal toc kostenfrei https://doaj.org/toc/1852-4516 Journal toc kostenfrei GBV_USEFLAG_A SYSFLAG_A GBV_DOAJ GBV_ILN_11 GBV_ILN_20 GBV_ILN_22 GBV_ILN_23 GBV_ILN_24 GBV_ILN_31 GBV_ILN_39 GBV_ILN_40 GBV_ILN_62 GBV_ILN_63 GBV_ILN_65 GBV_ILN_69 GBV_ILN_70 GBV_ILN_73 GBV_ILN_95 GBV_ILN_105 GBV_ILN_110 GBV_ILN_151 GBV_ILN_161 GBV_ILN_213 GBV_ILN_230 GBV_ILN_285 GBV_ILN_293 GBV_ILN_370 GBV_ILN_602 GBV_ILN_2014 GBV_ILN_4012 GBV_ILN_4037 GBV_ILN_4112 GBV_ILN_4125 GBV_ILN_4126 GBV_ILN_4249 GBV_ILN_4305 GBV_ILN_4306 GBV_ILN_4313 GBV_ILN_4322 GBV_ILN_4323 GBV_ILN_4324 GBV_ILN_4325 GBV_ILN_4326 GBV_ILN_4335 GBV_ILN_4338 GBV_ILN_4367 GBV_ILN_4700 AR 9 2017 1 102-114
spelling	10.22305/ict-unpa.v9i1.239 doi (DE-627)DOAJ03255950X (DE-599)DOAJe914c2ad0097486a833d6b2163976538 DE-627 ger DE-627 rakwb spa Christian Soria verfasserin aut Una propuesta para diversificar el campo de aplicación de un algoritmo Hill Climbing 2017 Text txt rdacontent Computermedien c rdamedia Online-Ressource cr rdacarrier Cuando se habla de optimización, se busca obtener la mejor solución posible a un problema determinado, de la mejor manera, utilizando todos los recursos disponibles. Los métodos para encontrar la mejor solución varían de acuerdo a la complejidad del problema enfrentado. A medida que la complejidad de un problema aumenta, crece la necesidad de implementar métodos heurísticos para resolverlo. Por ejemplo, las metaheurísticas basadas en trayectoria (denominadas como Hill Climbing), se aplican a la resolución de problemas de optimización combinatoria, donde el conjunto de posibles soluciones es discreto, o al menos, se puede reducir a un conjunto discreto. Nosotros proponemos modificar el algoritmo Hill Climbing a los efectos de incrementar la diversidad de problemas a los cuales pueda aplicarse este algoritmo. En primer lugar, se analizan y comparan de forma incremental 6 (seis) propuestas de mejora: 5 (cinco) basadas en el algoritmo Hill Climbing y, 1 (una) basada en el algoritmo genético. Luego, desarrollamos nuestra propuesta como resultado del análisis de estas 6 (seis) propuestas de mejora y considerando algunas áreas en las que no se encontraron registros anteriores. En este trabajo, se presenta y describe una propuesta a los efectos de contribuir con nuevas ideas al campo de la optimización combinatoria. Nuestro algoritmo está basado en la hibridación de metaheurísticas poblacionales y en trayectoria. Esta propuesta es el resultado de la investigación desarrollada durante 2016 en la asignatura “Técnicas para la Elaboración de Documentos Científicos-Técnicos”, perteneciente a la carrera de grado “Ingeniería en Sistemas UNPA.” metaheurísticas hill climbing optimización combinatoria General Works A Hernan Da Silva verfasserin aut Adriana Elba Martin verfasserin aut In Informes Científicos y Técnicos (Universidad Nacional de la Patagonia Austral) Universidad Nacional de la Patagonia Austral, 2015 9(2017), 1, Seite 102-114 (DE-627)865823537 (DE-600)2865526-6 18524516 nnns volume:9 year:2017 number:1 pages:102-114 https://doi.org/10.22305/ict-unpa.v9i1.239 kostenfrei https://doaj.org/article/e914c2ad0097486a833d6b2163976538 kostenfrei https://publicaciones.unpa.edu.ar/index.php/ICTUNPA/article/view/564 kostenfrei https://doaj.org/toc/1852-4516 Journal toc kostenfrei https://doaj.org/toc/1852-4516 Journal toc kostenfrei GBV_USEFLAG_A SYSFLAG_A GBV_DOAJ GBV_ILN_11 GBV_ILN_20 GBV_ILN_22 GBV_ILN_23 GBV_ILN_24 GBV_ILN_31 GBV_ILN_39 GBV_ILN_40 GBV_ILN_62 GBV_ILN_63 GBV_ILN_65 GBV_ILN_69 GBV_ILN_70 GBV_ILN_73 GBV_ILN_95 GBV_ILN_105 GBV_ILN_110 GBV_ILN_151 GBV_ILN_161 GBV_ILN_213 GBV_ILN_230 GBV_ILN_285 GBV_ILN_293 GBV_ILN_370 GBV_ILN_602 GBV_ILN_2014 GBV_ILN_4012 GBV_ILN_4037 GBV_ILN_4112 GBV_ILN_4125 GBV_ILN_4126 GBV_ILN_4249 GBV_ILN_4305 GBV_ILN_4306 GBV_ILN_4313 GBV_ILN_4322 GBV_ILN_4323 GBV_ILN_4324 GBV_ILN_4325 GBV_ILN_4326 GBV_ILN_4335 GBV_ILN_4338 GBV_ILN_4367 GBV_ILN_4700 AR 9 2017 1 102-114
allfields_unstemmed	10.22305/ict-unpa.v9i1.239 doi (DE-627)DOAJ03255950X (DE-599)DOAJe914c2ad0097486a833d6b2163976538 DE-627 ger DE-627 rakwb spa Christian Soria verfasserin aut Una propuesta para diversificar el campo de aplicación de un algoritmo Hill Climbing 2017 Text txt rdacontent Computermedien c rdamedia Online-Ressource cr rdacarrier Cuando se habla de optimización, se busca obtener la mejor solución posible a un problema determinado, de la mejor manera, utilizando todos los recursos disponibles. Los métodos para encontrar la mejor solución varían de acuerdo a la complejidad del problema enfrentado. A medida que la complejidad de un problema aumenta, crece la necesidad de implementar métodos heurísticos para resolverlo. Por ejemplo, las metaheurísticas basadas en trayectoria (denominadas como Hill Climbing), se aplican a la resolución de problemas de optimización combinatoria, donde el conjunto de posibles soluciones es discreto, o al menos, se puede reducir a un conjunto discreto. Nosotros proponemos modificar el algoritmo Hill Climbing a los efectos de incrementar la diversidad de problemas a los cuales pueda aplicarse este algoritmo. En primer lugar, se analizan y comparan de forma incremental 6 (seis) propuestas de mejora: 5 (cinco) basadas en el algoritmo Hill Climbing y, 1 (una) basada en el algoritmo genético. Luego, desarrollamos nuestra propuesta como resultado del análisis de estas 6 (seis) propuestas de mejora y considerando algunas áreas en las que no se encontraron registros anteriores. En este trabajo, se presenta y describe una propuesta a los efectos de contribuir con nuevas ideas al campo de la optimización combinatoria. Nuestro algoritmo está basado en la hibridación de metaheurísticas poblacionales y en trayectoria. Esta propuesta es el resultado de la investigación desarrollada durante 2016 en la asignatura “Técnicas para la Elaboración de Documentos Científicos-Técnicos”, perteneciente a la carrera de grado “Ingeniería en Sistemas UNPA.” metaheurísticas hill climbing optimización combinatoria General Works A Hernan Da Silva verfasserin aut Adriana Elba Martin verfasserin aut In Informes Científicos y Técnicos (Universidad Nacional de la Patagonia Austral) Universidad Nacional de la Patagonia Austral, 2015 9(2017), 1, Seite 102-114 (DE-627)865823537 (DE-600)2865526-6 18524516 nnns volume:9 year:2017 number:1 pages:102-114 https://doi.org/10.22305/ict-unpa.v9i1.239 kostenfrei https://doaj.org/article/e914c2ad0097486a833d6b2163976538 kostenfrei https://publicaciones.unpa.edu.ar/index.php/ICTUNPA/article/view/564 kostenfrei https://doaj.org/toc/1852-4516 Journal toc kostenfrei https://doaj.org/toc/1852-4516 Journal toc kostenfrei GBV_USEFLAG_A SYSFLAG_A GBV_DOAJ GBV_ILN_11 GBV_ILN_20 GBV_ILN_22 GBV_ILN_23 GBV_ILN_24 GBV_ILN_31 GBV_ILN_39 GBV_ILN_40 GBV_ILN_62 GBV_ILN_63 GBV_ILN_65 GBV_ILN_69 GBV_ILN_70 GBV_ILN_73 GBV_ILN_95 GBV_ILN_105 GBV_ILN_110 GBV_ILN_151 GBV_ILN_161 GBV_ILN_213 GBV_ILN_230 GBV_ILN_285 GBV_ILN_293 GBV_ILN_370 GBV_ILN_602 GBV_ILN_2014 GBV_ILN_4012 GBV_ILN_4037 GBV_ILN_4112 GBV_ILN_4125 GBV_ILN_4126 GBV_ILN_4249 GBV_ILN_4305 GBV_ILN_4306 GBV_ILN_4313 GBV_ILN_4322 GBV_ILN_4323 GBV_ILN_4324 GBV_ILN_4325 GBV_ILN_4326 GBV_ILN_4335 GBV_ILN_4338 GBV_ILN_4367 GBV_ILN_4700 AR 9 2017 1 102-114
allfieldsGer	10.22305/ict-unpa.v9i1.239 doi (DE-627)DOAJ03255950X (DE-599)DOAJe914c2ad0097486a833d6b2163976538 DE-627 ger DE-627 rakwb spa Christian Soria verfasserin aut Una propuesta para diversificar el campo de aplicación de un algoritmo Hill Climbing 2017 Text txt rdacontent Computermedien c rdamedia Online-Ressource cr rdacarrier Cuando se habla de optimización, se busca obtener la mejor solución posible a un problema determinado, de la mejor manera, utilizando todos los recursos disponibles. Los métodos para encontrar la mejor solución varían de acuerdo a la complejidad del problema enfrentado. A medida que la complejidad de un problema aumenta, crece la necesidad de implementar métodos heurísticos para resolverlo. Por ejemplo, las metaheurísticas basadas en trayectoria (denominadas como Hill Climbing), se aplican a la resolución de problemas de optimización combinatoria, donde el conjunto de posibles soluciones es discreto, o al menos, se puede reducir a un conjunto discreto. Nosotros proponemos modificar el algoritmo Hill Climbing a los efectos de incrementar la diversidad de problemas a los cuales pueda aplicarse este algoritmo. En primer lugar, se analizan y comparan de forma incremental 6 (seis) propuestas de mejora: 5 (cinco) basadas en el algoritmo Hill Climbing y, 1 (una) basada en el algoritmo genético. Luego, desarrollamos nuestra propuesta como resultado del análisis de estas 6 (seis) propuestas de mejora y considerando algunas áreas en las que no se encontraron registros anteriores. En este trabajo, se presenta y describe una propuesta a los efectos de contribuir con nuevas ideas al campo de la optimización combinatoria. Nuestro algoritmo está basado en la hibridación de metaheurísticas poblacionales y en trayectoria. Esta propuesta es el resultado de la investigación desarrollada durante 2016 en la asignatura “Técnicas para la Elaboración de Documentos Científicos-Técnicos”, perteneciente a la carrera de grado “Ingeniería en Sistemas UNPA.” metaheurísticas hill climbing optimización combinatoria General Works A Hernan Da Silva verfasserin aut Adriana Elba Martin verfasserin aut In Informes Científicos y Técnicos (Universidad Nacional de la Patagonia Austral) Universidad Nacional de la Patagonia Austral, 2015 9(2017), 1, Seite 102-114 (DE-627)865823537 (DE-600)2865526-6 18524516 nnns volume:9 year:2017 number:1 pages:102-114 https://doi.org/10.22305/ict-unpa.v9i1.239 kostenfrei https://doaj.org/article/e914c2ad0097486a833d6b2163976538 kostenfrei https://publicaciones.unpa.edu.ar/index.php/ICTUNPA/article/view/564 kostenfrei https://doaj.org/toc/1852-4516 Journal toc kostenfrei https://doaj.org/toc/1852-4516 Journal toc kostenfrei GBV_USEFLAG_A SYSFLAG_A GBV_DOAJ GBV_ILN_11 GBV_ILN_20 GBV_ILN_22 GBV_ILN_23 GBV_ILN_24 GBV_ILN_31 GBV_ILN_39 GBV_ILN_40 GBV_ILN_62 GBV_ILN_63 GBV_ILN_65 GBV_ILN_69 GBV_ILN_70 GBV_ILN_73 GBV_ILN_95 GBV_ILN_105 GBV_ILN_110 GBV_ILN_151 GBV_ILN_161 GBV_ILN_213 GBV_ILN_230 GBV_ILN_285 GBV_ILN_293 GBV_ILN_370 GBV_ILN_602 GBV_ILN_2014 GBV_ILN_4012 GBV_ILN_4037 GBV_ILN_4112 GBV_ILN_4125 GBV_ILN_4126 GBV_ILN_4249 GBV_ILN_4305 GBV_ILN_4306 GBV_ILN_4313 GBV_ILN_4322 GBV_ILN_4323 GBV_ILN_4324 GBV_ILN_4325 GBV_ILN_4326 GBV_ILN_4335 GBV_ILN_4338 GBV_ILN_4367 GBV_ILN_4700 AR 9 2017 1 102-114
allfieldsSound	10.22305/ict-unpa.v9i1.239 doi (DE-627)DOAJ03255950X (DE-599)DOAJe914c2ad0097486a833d6b2163976538 DE-627 ger DE-627 rakwb spa Christian Soria verfasserin aut Una propuesta para diversificar el campo de aplicación de un algoritmo Hill Climbing 2017 Text txt rdacontent Computermedien c rdamedia Online-Ressource cr rdacarrier Cuando se habla de optimización, se busca obtener la mejor solución posible a un problema determinado, de la mejor manera, utilizando todos los recursos disponibles. Los métodos para encontrar la mejor solución varían de acuerdo a la complejidad del problema enfrentado. A medida que la complejidad de un problema aumenta, crece la necesidad de implementar métodos heurísticos para resolverlo. Por ejemplo, las metaheurísticas basadas en trayectoria (denominadas como Hill Climbing), se aplican a la resolución de problemas de optimización combinatoria, donde el conjunto de posibles soluciones es discreto, o al menos, se puede reducir a un conjunto discreto. Nosotros proponemos modificar el algoritmo Hill Climbing a los efectos de incrementar la diversidad de problemas a los cuales pueda aplicarse este algoritmo. En primer lugar, se analizan y comparan de forma incremental 6 (seis) propuestas de mejora: 5 (cinco) basadas en el algoritmo Hill Climbing y, 1 (una) basada en el algoritmo genético. Luego, desarrollamos nuestra propuesta como resultado del análisis de estas 6 (seis) propuestas de mejora y considerando algunas áreas en las que no se encontraron registros anteriores. En este trabajo, se presenta y describe una propuesta a los efectos de contribuir con nuevas ideas al campo de la optimización combinatoria. Nuestro algoritmo está basado en la hibridación de metaheurísticas poblacionales y en trayectoria. Esta propuesta es el resultado de la investigación desarrollada durante 2016 en la asignatura “Técnicas para la Elaboración de Documentos Científicos-Técnicos”, perteneciente a la carrera de grado “Ingeniería en Sistemas UNPA.” metaheurísticas hill climbing optimización combinatoria General Works A Hernan Da Silva verfasserin aut Adriana Elba Martin verfasserin aut In Informes Científicos y Técnicos (Universidad Nacional de la Patagonia Austral) Universidad Nacional de la Patagonia Austral, 2015 9(2017), 1, Seite 102-114 (DE-627)865823537 (DE-600)2865526-6 18524516 nnns volume:9 year:2017 number:1 pages:102-114 https://doi.org/10.22305/ict-unpa.v9i1.239 kostenfrei https://doaj.org/article/e914c2ad0097486a833d6b2163976538 kostenfrei https://publicaciones.unpa.edu.ar/index.php/ICTUNPA/article/view/564 kostenfrei https://doaj.org/toc/1852-4516 Journal toc kostenfrei https://doaj.org/toc/1852-4516 Journal toc kostenfrei GBV_USEFLAG_A SYSFLAG_A GBV_DOAJ GBV_ILN_11 GBV_ILN_20 GBV_ILN_22 GBV_ILN_23 GBV_ILN_24 GBV_ILN_31 GBV_ILN_39 GBV_ILN_40 GBV_ILN_62 GBV_ILN_63 GBV_ILN_65 GBV_ILN_69 GBV_ILN_70 GBV_ILN_73 GBV_ILN_95 GBV_ILN_105 GBV_ILN_110 GBV_ILN_151 GBV_ILN_161 GBV_ILN_213 GBV_ILN_230 GBV_ILN_285 GBV_ILN_293 GBV_ILN_370 GBV_ILN_602 GBV_ILN_2014 GBV_ILN_4012 GBV_ILN_4037 GBV_ILN_4112 GBV_ILN_4125 GBV_ILN_4126 GBV_ILN_4249 GBV_ILN_4305 GBV_ILN_4306 GBV_ILN_4313 GBV_ILN_4322 GBV_ILN_4323 GBV_ILN_4324 GBV_ILN_4325 GBV_ILN_4326 GBV_ILN_4335 GBV_ILN_4338 GBV_ILN_4367 GBV_ILN_4700 AR 9 2017 1 102-114
language	Spanish
source	In Informes Científicos y Técnicos (Universidad Nacional de la Patagonia Austral) 9(2017), 1, Seite 102-114 volume:9 year:2017 number:1 pages:102-114
sourceStr	In Informes Científicos y Técnicos (Universidad Nacional de la Patagonia Austral) 9(2017), 1, Seite 102-114 volume:9 year:2017 number:1 pages:102-114
format_phy_str_mv	Article
institution	findex.gbv.de
topic_facet	metaheurísticas hill climbing optimización combinatoria General Works A
isfreeaccess_bool	true
container_title	Informes Científicos y Técnicos (Universidad Nacional de la Patagonia Austral)
authorswithroles_txt_mv	Christian Soria @@aut@@ Hernan Da Silva @@aut@@ Adriana Elba Martin @@aut@@
publishDateDaySort_date	2017-01-01T00:00:00Z
hierarchy_top_id	865823537
id	DOAJ03255950X
language_de	spanisch
fullrecord	<?xml version="1.0" encoding="UTF-8"?><collection xmlns="http://www.loc.gov/MARC21/slim"><record><leader>01000caa a22002652 4500</leader><controlfield tag="001">DOAJ03255950X</controlfield><controlfield tag="003">DE-627</controlfield><controlfield tag="005">20230307171010.0</controlfield><controlfield tag="007">cr uuu---uuuuu</controlfield><controlfield tag="008">230226s2017 xx \|\|\|\|\|o 00\| \|\|spa c</controlfield><datafield tag="024" ind1="7" ind2=" "><subfield code="a">10.22305/ict-unpa.v9i1.239</subfield><subfield code="2">doi</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(DE-627)DOAJ03255950X</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(DE-599)DOAJe914c2ad0097486a833d6b2163976538</subfield></datafield><datafield tag="040" ind1=" " ind2=" "><subfield code="a">DE-627</subfield><subfield code="b">ger</subfield><subfield code="c">DE-627</subfield><subfield code="e">rakwb</subfield></datafield><datafield tag="041" ind1=" " ind2=" "><subfield code="a">spa</subfield></datafield><datafield tag="100" ind1="0" ind2=" "><subfield code="a">Christian Soria</subfield><subfield code="e">verfasserin</subfield><subfield code="4">aut</subfield></datafield><datafield tag="245" ind1="1" ind2="4"><subfield code="a">Una propuesta para diversificar el campo de aplicación de un algoritmo Hill Climbing</subfield></datafield><datafield tag="264" ind1=" " ind2="1"><subfield code="c">2017</subfield></datafield><datafield tag="336" ind1=" " ind2=" "><subfield code="a">Text</subfield><subfield code="b">txt</subfield><subfield code="2">rdacontent</subfield></datafield><datafield tag="337" ind1=" " ind2=" "><subfield code="a">Computermedien</subfield><subfield code="b">c</subfield><subfield code="2">rdamedia</subfield></datafield><datafield tag="338" ind1=" " ind2=" "><subfield code="a">Online-Ressource</subfield><subfield code="b">cr</subfield><subfield code="2">rdacarrier</subfield></datafield><datafield tag="520" ind1=" " ind2=" "><subfield code="a">Cuando se habla de optimización, se busca obtener la mejor solución posible a un problema determinado, de la mejor manera, utilizando todos los recursos disponibles. Los métodos para encontrar la mejor solución varían de acuerdo a la complejidad del problema enfrentado. A medida que la complejidad de un problema aumenta, crece la necesidad de implementar métodos heurísticos para resolverlo. Por ejemplo, las metaheurísticas basadas en trayectoria (denominadas como Hill Climbing), se aplican a la resolución de problemas de optimización combinatoria, donde el conjunto de posibles soluciones es discreto, o al menos, se puede reducir a un conjunto discreto. Nosotros proponemos modificar el algoritmo Hill Climbing a los efectos de incrementar la diversidad de problemas a los cuales pueda aplicarse este algoritmo. En primer lugar, se analizan y comparan de forma incremental 6 (seis) propuestas de mejora: 5 (cinco) basadas en el algoritmo Hill Climbing y, 1 (una) basada en el algoritmo genético. Luego, desarrollamos nuestra propuesta como resultado del análisis de estas 6 (seis) propuestas de mejora y considerando algunas áreas en las que no se encontraron registros anteriores. En este trabajo, se presenta y describe una propuesta a los efectos de contribuir con nuevas ideas al campo de la optimización combinatoria. Nuestro algoritmo está basado en la hibridación de metaheurísticas poblacionales y en trayectoria. Esta propuesta es el resultado de la investigación desarrollada durante 2016 en la asignatura “Técnicas para la Elaboración de Documentos Científicos-Técnicos”, perteneciente a la carrera de grado “Ingeniería en Sistemas UNPA.”</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">metaheurísticas</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">hill climbing</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">optimización combinatoria</subfield></datafield><datafield tag="653" ind1=" " ind2="0"><subfield code="a">General Works</subfield></datafield><datafield tag="653" ind1=" " ind2="0"><subfield code="a">A</subfield></datafield><datafield tag="700" ind1="0" ind2=" "><subfield code="a">Hernan Da Silva</subfield><subfield code="e">verfasserin</subfield><subfield code="4">aut</subfield></datafield><datafield tag="700" ind1="0" ind2=" "><subfield code="a">Adriana Elba Martin</subfield><subfield code="e">verfasserin</subfield><subfield code="4">aut</subfield></datafield><datafield tag="773" ind1="0" ind2="8"><subfield code="i">In</subfield><subfield code="t">Informes Científicos y Técnicos (Universidad Nacional de la Patagonia Austral)</subfield><subfield code="d">Universidad Nacional de la Patagonia Austral, 2015</subfield><subfield code="g">9(2017), 1, Seite 102-114</subfield><subfield code="w">(DE-627)865823537</subfield><subfield code="w">(DE-600)2865526-6</subfield><subfield code="x">18524516</subfield><subfield code="7">nnns</subfield></datafield><datafield tag="773" ind1="1" ind2="8"><subfield code="g">volume:9</subfield><subfield code="g">year:2017</subfield><subfield code="g">number:1</subfield><subfield code="g">pages:102-114</subfield></datafield><datafield tag="856" ind1="4" ind2="0"><subfield code="u">https://doi.org/10.22305/ict-unpa.v9i1.239</subfield><subfield code="z">kostenfrei</subfield></datafield><datafield tag="856" ind1="4" ind2="0"><subfield code="u">https://doaj.org/article/e914c2ad0097486a833d6b2163976538</subfield><subfield code="z">kostenfrei</subfield></datafield><datafield tag="856" ind1="4" ind2="0"><subfield code="u">https://publicaciones.unpa.edu.ar/index.php/ICTUNPA/article/view/564</subfield><subfield code="z">kostenfrei</subfield></datafield><datafield tag="856" ind1="4" ind2="2"><subfield code="u">https://doaj.org/toc/1852-4516</subfield><subfield code="y">Journal toc</subfield><subfield code="z">kostenfrei</subfield></datafield><datafield tag="856" ind1="4" ind2="2"><subfield code="u">https://doaj.org/toc/1852-4516</subfield><subfield code="y">Journal toc</subfield><subfield code="z">kostenfrei</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_USEFLAG_A</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">SYSFLAG_A</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_DOAJ</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_11</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_20</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_22</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_23</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_24</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_31</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_39</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_40</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_62</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_63</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_65</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_69</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_70</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_73</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_95</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_105</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_110</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_151</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_161</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_213</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_230</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_285</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_293</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_370</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_602</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_2014</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4012</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4037</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4112</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4125</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4126</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4249</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4305</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4306</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4313</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4322</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4323</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4324</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4325</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4326</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4335</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4338</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4367</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4700</subfield></datafield><datafield tag="951" ind1=" " ind2=" "><subfield code="a">AR</subfield></datafield><datafield tag="952" ind1=" " ind2=" "><subfield code="d">9</subfield><subfield code="j">2017</subfield><subfield code="e">1</subfield><subfield code="h">102-114</subfield></datafield></record></collection>
author	Christian Soria
spellingShingle	Christian Soria misc metaheurísticas misc hill climbing misc optimización combinatoria misc General Works misc A Una propuesta para diversificar el campo de aplicación de un algoritmo Hill Climbing
authorStr	Christian Soria
ppnlink_with_tag_str_mv	@@773@@(DE-627)865823537
format	electronic Article
delete_txt_mv	keep
author_role	aut aut aut
collection	DOAJ
remote_str	true
illustrated	Not Illustrated
issn	18524516
topic_title	Una propuesta para diversificar el campo de aplicación de un algoritmo Hill Climbing metaheurísticas hill climbing optimización combinatoria
topic	misc metaheurísticas misc hill climbing misc optimización combinatoria misc General Works misc A
topic_unstemmed	misc metaheurísticas misc hill climbing misc optimización combinatoria misc General Works misc A
topic_browse	misc metaheurísticas misc hill climbing misc optimización combinatoria misc General Works misc A
format_facet	Elektronische Aufsätze Aufsätze Elektronische Ressource
format_main_str_mv	Text Zeitschrift/Artikel
carriertype_str_mv	cr
hierarchy_parent_title	Informes Científicos y Técnicos (Universidad Nacional de la Patagonia Austral)
hierarchy_parent_id	865823537
hierarchy_top_title	Informes Científicos y Técnicos (Universidad Nacional de la Patagonia Austral)
isfreeaccess_txt	true
familylinks_str_mv	(DE-627)865823537 (DE-600)2865526-6
title	Una propuesta para diversificar el campo de aplicación de un algoritmo Hill Climbing
ctrlnum	(DE-627)DOAJ03255950X (DE-599)DOAJe914c2ad0097486a833d6b2163976538
title_full	Una propuesta para diversificar el campo de aplicación de un algoritmo Hill Climbing
author_sort	Christian Soria
journal	Informes Científicos y Técnicos (Universidad Nacional de la Patagonia Austral)
journalStr	Informes Científicos y Técnicos (Universidad Nacional de la Patagonia Austral)
lang_code	spa
isOA_bool	true
recordtype	marc
publishDateSort	2017
contenttype_str_mv	txt
container_start_page	102
author_browse	Christian Soria Hernan Da Silva Adriana Elba Martin
container_volume	9
format_se	Elektronische Aufsätze
author-letter	Christian Soria
doi_str_mv	10.22305/ict-unpa.v9i1.239
author2-role	verfasserin
title_sort	propuesta para diversificar el campo de aplicación de un algoritmo hill climbing
title_auth	Una propuesta para diversificar el campo de aplicación de un algoritmo Hill Climbing
abstract	Cuando se habla de optimización, se busca obtener la mejor solución posible a un problema determinado, de la mejor manera, utilizando todos los recursos disponibles. Los métodos para encontrar la mejor solución varían de acuerdo a la complejidad del problema enfrentado. A medida que la complejidad de un problema aumenta, crece la necesidad de implementar métodos heurísticos para resolverlo. Por ejemplo, las metaheurísticas basadas en trayectoria (denominadas como Hill Climbing), se aplican a la resolución de problemas de optimización combinatoria, donde el conjunto de posibles soluciones es discreto, o al menos, se puede reducir a un conjunto discreto. Nosotros proponemos modificar el algoritmo Hill Climbing a los efectos de incrementar la diversidad de problemas a los cuales pueda aplicarse este algoritmo. En primer lugar, se analizan y comparan de forma incremental 6 (seis) propuestas de mejora: 5 (cinco) basadas en el algoritmo Hill Climbing y, 1 (una) basada en el algoritmo genético. Luego, desarrollamos nuestra propuesta como resultado del análisis de estas 6 (seis) propuestas de mejora y considerando algunas áreas en las que no se encontraron registros anteriores. En este trabajo, se presenta y describe una propuesta a los efectos de contribuir con nuevas ideas al campo de la optimización combinatoria. Nuestro algoritmo está basado en la hibridación de metaheurísticas poblacionales y en trayectoria. Esta propuesta es el resultado de la investigación desarrollada durante 2016 en la asignatura “Técnicas para la Elaboración de Documentos Científicos-Técnicos”, perteneciente a la carrera de grado “Ingeniería en Sistemas UNPA.”
abstractGer	Cuando se habla de optimización, se busca obtener la mejor solución posible a un problema determinado, de la mejor manera, utilizando todos los recursos disponibles. Los métodos para encontrar la mejor solución varían de acuerdo a la complejidad del problema enfrentado. A medida que la complejidad de un problema aumenta, crece la necesidad de implementar métodos heurísticos para resolverlo. Por ejemplo, las metaheurísticas basadas en trayectoria (denominadas como Hill Climbing), se aplican a la resolución de problemas de optimización combinatoria, donde el conjunto de posibles soluciones es discreto, o al menos, se puede reducir a un conjunto discreto. Nosotros proponemos modificar el algoritmo Hill Climbing a los efectos de incrementar la diversidad de problemas a los cuales pueda aplicarse este algoritmo. En primer lugar, se analizan y comparan de forma incremental 6 (seis) propuestas de mejora: 5 (cinco) basadas en el algoritmo Hill Climbing y, 1 (una) basada en el algoritmo genético. Luego, desarrollamos nuestra propuesta como resultado del análisis de estas 6 (seis) propuestas de mejora y considerando algunas áreas en las que no se encontraron registros anteriores. En este trabajo, se presenta y describe una propuesta a los efectos de contribuir con nuevas ideas al campo de la optimización combinatoria. Nuestro algoritmo está basado en la hibridación de metaheurísticas poblacionales y en trayectoria. Esta propuesta es el resultado de la investigación desarrollada durante 2016 en la asignatura “Técnicas para la Elaboración de Documentos Científicos-Técnicos”, perteneciente a la carrera de grado “Ingeniería en Sistemas UNPA.”
abstract_unstemmed	Cuando se habla de optimización, se busca obtener la mejor solución posible a un problema determinado, de la mejor manera, utilizando todos los recursos disponibles. Los métodos para encontrar la mejor solución varían de acuerdo a la complejidad del problema enfrentado. A medida que la complejidad de un problema aumenta, crece la necesidad de implementar métodos heurísticos para resolverlo. Por ejemplo, las metaheurísticas basadas en trayectoria (denominadas como Hill Climbing), se aplican a la resolución de problemas de optimización combinatoria, donde el conjunto de posibles soluciones es discreto, o al menos, se puede reducir a un conjunto discreto. Nosotros proponemos modificar el algoritmo Hill Climbing a los efectos de incrementar la diversidad de problemas a los cuales pueda aplicarse este algoritmo. En primer lugar, se analizan y comparan de forma incremental 6 (seis) propuestas de mejora: 5 (cinco) basadas en el algoritmo Hill Climbing y, 1 (una) basada en el algoritmo genético. Luego, desarrollamos nuestra propuesta como resultado del análisis de estas 6 (seis) propuestas de mejora y considerando algunas áreas en las que no se encontraron registros anteriores. En este trabajo, se presenta y describe una propuesta a los efectos de contribuir con nuevas ideas al campo de la optimización combinatoria. Nuestro algoritmo está basado en la hibridación de metaheurísticas poblacionales y en trayectoria. Esta propuesta es el resultado de la investigación desarrollada durante 2016 en la asignatura “Técnicas para la Elaboración de Documentos Científicos-Técnicos”, perteneciente a la carrera de grado “Ingeniería en Sistemas UNPA.”
collection_details	GBV_USEFLAG_A SYSFLAG_A GBV_DOAJ GBV_ILN_11 GBV_ILN_20 GBV_ILN_22 GBV_ILN_23 GBV_ILN_24 GBV_ILN_31 GBV_ILN_39 GBV_ILN_40 GBV_ILN_62 GBV_ILN_63 GBV_ILN_65 GBV_ILN_69 GBV_ILN_70 GBV_ILN_73 GBV_ILN_95 GBV_ILN_105 GBV_ILN_110 GBV_ILN_151 GBV_ILN_161 GBV_ILN_213 GBV_ILN_230 GBV_ILN_285 GBV_ILN_293 GBV_ILN_370 GBV_ILN_602 GBV_ILN_2014 GBV_ILN_4012 GBV_ILN_4037 GBV_ILN_4112 GBV_ILN_4125 GBV_ILN_4126 GBV_ILN_4249 GBV_ILN_4305 GBV_ILN_4306 GBV_ILN_4313 GBV_ILN_4322 GBV_ILN_4323 GBV_ILN_4324 GBV_ILN_4325 GBV_ILN_4326 GBV_ILN_4335 GBV_ILN_4338 GBV_ILN_4367 GBV_ILN_4700
container_issue	1
title_short	Una propuesta para diversificar el campo de aplicación de un algoritmo Hill Climbing
url	https://doi.org/10.22305/ict-unpa.v9i1.239 https://doaj.org/article/e914c2ad0097486a833d6b2163976538 https://publicaciones.unpa.edu.ar/index.php/ICTUNPA/article/view/564 https://doaj.org/toc/1852-4516
remote_bool	true
author2	Hernan Da Silva Adriana Elba Martin
author2Str	Hernan Da Silva Adriana Elba Martin
ppnlink	865823537
mediatype_str_mv	c
isOA_txt	true
hochschulschrift_bool	false
doi_str	10.22305/ict-unpa.v9i1.239
up_date	2024-07-04T01:39:29.901Z
_version_	1803610666989256704
fullrecord_marcxml	<?xml version="1.0" encoding="UTF-8"?><collection xmlns="http://www.loc.gov/MARC21/slim"><record><leader>01000caa a22002652 4500</leader><controlfield tag="001">DOAJ03255950X</controlfield><controlfield tag="003">DE-627</controlfield><controlfield tag="005">20230307171010.0</controlfield><controlfield tag="007">cr uuu---uuuuu</controlfield><controlfield tag="008">230226s2017 xx \|\|\|\|\|o 00\| \|\|spa c</controlfield><datafield tag="024" ind1="7" ind2=" "><subfield code="a">10.22305/ict-unpa.v9i1.239</subfield><subfield code="2">doi</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(DE-627)DOAJ03255950X</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(DE-599)DOAJe914c2ad0097486a833d6b2163976538</subfield></datafield><datafield tag="040" ind1=" " ind2=" "><subfield code="a">DE-627</subfield><subfield code="b">ger</subfield><subfield code="c">DE-627</subfield><subfield code="e">rakwb</subfield></datafield><datafield tag="041" ind1=" " ind2=" "><subfield code="a">spa</subfield></datafield><datafield tag="100" ind1="0" ind2=" "><subfield code="a">Christian Soria</subfield><subfield code="e">verfasserin</subfield><subfield code="4">aut</subfield></datafield><datafield tag="245" ind1="1" ind2="4"><subfield code="a">Una propuesta para diversificar el campo de aplicación de un algoritmo Hill Climbing</subfield></datafield><datafield tag="264" ind1=" " ind2="1"><subfield code="c">2017</subfield></datafield><datafield tag="336" ind1=" " ind2=" "><subfield code="a">Text</subfield><subfield code="b">txt</subfield><subfield code="2">rdacontent</subfield></datafield><datafield tag="337" ind1=" " ind2=" "><subfield code="a">Computermedien</subfield><subfield code="b">c</subfield><subfield code="2">rdamedia</subfield></datafield><datafield tag="338" ind1=" " ind2=" "><subfield code="a">Online-Ressource</subfield><subfield code="b">cr</subfield><subfield code="2">rdacarrier</subfield></datafield><datafield tag="520" ind1=" " ind2=" "><subfield code="a">Cuando se habla de optimización, se busca obtener la mejor solución posible a un problema determinado, de la mejor manera, utilizando todos los recursos disponibles. Los métodos para encontrar la mejor solución varían de acuerdo a la complejidad del problema enfrentado. A medida que la complejidad de un problema aumenta, crece la necesidad de implementar métodos heurísticos para resolverlo. Por ejemplo, las metaheurísticas basadas en trayectoria (denominadas como Hill Climbing), se aplican a la resolución de problemas de optimización combinatoria, donde el conjunto de posibles soluciones es discreto, o al menos, se puede reducir a un conjunto discreto. Nosotros proponemos modificar el algoritmo Hill Climbing a los efectos de incrementar la diversidad de problemas a los cuales pueda aplicarse este algoritmo. En primer lugar, se analizan y comparan de forma incremental 6 (seis) propuestas de mejora: 5 (cinco) basadas en el algoritmo Hill Climbing y, 1 (una) basada en el algoritmo genético. Luego, desarrollamos nuestra propuesta como resultado del análisis de estas 6 (seis) propuestas de mejora y considerando algunas áreas en las que no se encontraron registros anteriores. En este trabajo, se presenta y describe una propuesta a los efectos de contribuir con nuevas ideas al campo de la optimización combinatoria. Nuestro algoritmo está basado en la hibridación de metaheurísticas poblacionales y en trayectoria. Esta propuesta es el resultado de la investigación desarrollada durante 2016 en la asignatura “Técnicas para la Elaboración de Documentos Científicos-Técnicos”, perteneciente a la carrera de grado “Ingeniería en Sistemas UNPA.”</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">metaheurísticas</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">hill climbing</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">optimización combinatoria</subfield></datafield><datafield tag="653" ind1=" " ind2="0"><subfield code="a">General Works</subfield></datafield><datafield tag="653" ind1=" " ind2="0"><subfield code="a">A</subfield></datafield><datafield tag="700" ind1="0" ind2=" "><subfield code="a">Hernan Da Silva</subfield><subfield code="e">verfasserin</subfield><subfield code="4">aut</subfield></datafield><datafield tag="700" ind1="0" ind2=" "><subfield code="a">Adriana Elba Martin</subfield><subfield code="e">verfasserin</subfield><subfield code="4">aut</subfield></datafield><datafield tag="773" ind1="0" ind2="8"><subfield code="i">In</subfield><subfield code="t">Informes Científicos y Técnicos (Universidad Nacional de la Patagonia Austral)</subfield><subfield code="d">Universidad Nacional de la Patagonia Austral, 2015</subfield><subfield code="g">9(2017), 1, Seite 102-114</subfield><subfield code="w">(DE-627)865823537</subfield><subfield code="w">(DE-600)2865526-6</subfield><subfield code="x">18524516</subfield><subfield code="7">nnns</subfield></datafield><datafield tag="773" ind1="1" ind2="8"><subfield code="g">volume:9</subfield><subfield code="g">year:2017</subfield><subfield code="g">number:1</subfield><subfield code="g">pages:102-114</subfield></datafield><datafield tag="856" ind1="4" ind2="0"><subfield code="u">https://doi.org/10.22305/ict-unpa.v9i1.239</subfield><subfield code="z">kostenfrei</subfield></datafield><datafield tag="856" ind1="4" ind2="0"><subfield code="u">https://doaj.org/article/e914c2ad0097486a833d6b2163976538</subfield><subfield code="z">kostenfrei</subfield></datafield><datafield tag="856" ind1="4" ind2="0"><subfield code="u">https://publicaciones.unpa.edu.ar/index.php/ICTUNPA/article/view/564</subfield><subfield code="z">kostenfrei</subfield></datafield><datafield tag="856" ind1="4" ind2="2"><subfield code="u">https://doaj.org/toc/1852-4516</subfield><subfield code="y">Journal toc</subfield><subfield code="z">kostenfrei</subfield></datafield><datafield tag="856" ind1="4" ind2="2"><subfield code="u">https://doaj.org/toc/1852-4516</subfield><subfield code="y">Journal toc</subfield><subfield code="z">kostenfrei</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_USEFLAG_A</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">SYSFLAG_A</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_DOAJ</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_11</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_20</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_22</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_23</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_24</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_31</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_39</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_40</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_62</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_63</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_65</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_69</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_70</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_73</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_95</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_105</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_110</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_151</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_161</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_213</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_230</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_285</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_293</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_370</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_602</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_2014</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4012</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4037</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4112</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4125</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4126</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4249</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4305</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4306</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4313</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4322</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4323</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4324</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4325</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4326</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4335</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4338</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4367</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4700</subfield></datafield><datafield tag="951" ind1=" " ind2=" "><subfield code="a">AR</subfield></datafield><datafield tag="952" ind1=" " ind2=" "><subfield code="d">9</subfield><subfield code="j">2017</subfield><subfield code="e">1</subfield><subfield code="h">102-114</subfield></datafield></record></collection>
score	7.4018965

Nicht das Richtige dabei?

Schreiben Sie uns!

Una propuesta para diversificar el campo de aplicación de un algoritmo Hill Climbing

Nicht das Richtige dabei?

Zugang & Verfügbarkeit

Vorhandene Bände

Nicht das Richtige dabei?