RUO Principal

Repositorio Institucional de la Universidad de Oviedo

Ver ítem 
  •   RUO Principal
  • Producción Bibliográfica de UniOvi: RECOPILA
  • Artículos
  • Ver ítem
  •   RUO Principal
  • Producción Bibliográfica de UniOvi: RECOPILA
  • Artículos
  • Ver ítem
    • español
    • English
JavaScript is disabled for your browser. Some features of this site may not work without it.

Listar

Todo RUOComunidades y ColeccionesPor fecha de publicaciónAutoresTítulosMateriasxmlui.ArtifactBrowser.Navigation.browse_issnPerfil de autorEsta colecciónPor fecha de publicaciónAutoresTítulosMateriasxmlui.ArtifactBrowser.Navigation.browse_issn

Mi cuenta

AccederRegistro

Estadísticas

Ver Estadísticas de uso

AÑADIDO RECIENTEMENTE

Novedades
Repositorio
Cómo publicar
Recursos
FAQs

Computación Evolutiva para Resolución de CSPs

Otros títulos:

Evolutionary Computation for CSP’s

Autor(es) y otros:
Rodríguez Vela, María del CaminoAutoridad Uniovi; Puente Peinador, JorgeAutoridad Uniovi; Alonso González, César LuisAutoridad Uniovi; Varela Arias, José RamiroAutoridad Uniovi
Palabra(s) clave:

Algoritmos genéticos

Scheduling

Fecha de publicación:
2003
Editorial:

AEPIA

Citación:
Inteligencia Artificial, Revista Iberoamericana de Inteligencia Artificial, 7(20), p. 57-68 (2003)
Descripción física:
p. 57-68
Resumen:

Los problemas de Scheduling son un paradigma de la familia de problemas CSP. En este artículo presentamos algunas técnicas de resolución mediante Algoritmos Genéticos. Consideramos en principio la aplicación de Algoritmos Genéticos convencionales, y luego vemos como la eficacia de éstos se puede mejorar notablemente con la utilización conjunta de otras técnicas también clásicas como son las reglas de prioridad, los heurísticos basados en la probabilidad y la búsqueda local. En particular mostramos mediante un estudio experimental como un esquema de búsqueda local mejora el rendimiento de un Algoritmo Genético convencional en la resolución del problema Job Shop Scheduling

Los problemas de Scheduling son un paradigma de la familia de problemas CSP. En este artículo presentamos algunas técnicas de resolución mediante Algoritmos Genéticos. Consideramos en principio la aplicación de Algoritmos Genéticos convencionales, y luego vemos como la eficacia de éstos se puede mejorar notablemente con la utilización conjunta de otras técnicas también clásicas como son las reglas de prioridad, los heurísticos basados en la probabilidad y la búsqueda local. En particular mostramos mediante un estudio experimental como un esquema de búsqueda local mejora el rendimiento de un Algoritmo Genético convencional en la resolución del problema Job Shop Scheduling

URI:
http://hdl.handle.net/10651/31981
http://www.redalyc.org/articulo.oa?id=92572005
ISSN:
1137-3601
Colecciones
  • Artículos [37548]
  • Informática [875]
Ficheros en el ítem
Thumbnail
untranslated
computacionevolutiva.pdf (275.2Kb)
Compartir
Exportar a Mendeley
Estadísticas de uso
Estadísticas de uso
Metadatos
Mostrar el registro completo del ítem
Página principal Uniovi

Biblioteca

Contacto

Facebook Universidad de OviedoTwitter Universidad de Oviedo
El contenido del Repositorio, a menos que se indique lo contrario, está protegido con una licencia Creative Commons: Attribution-NonCommercial-NoDerivatives 4.0 Internacional
Creative Commons Image