Optimización de Enjambre de Partículas aplicada al Problema del Cajero Viajante Bi-objetivo
Fuente:
Redalyc
Enregistré dans:
| Auteur principal: | |
|---|---|
| Format: | Artículo científico |
| Langue: | es |
| Publié: |
Asociación Española para la Inteligencia Artificial
2006
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
| _version_ | 1876482036226588672 |
|---|---|
| author | Joaquín Q. Lima M. |
| author_facet | Joaquín Q. Lima M. |
| contents | Optimización de Enjambre de Partículas aplicada al Problema del Cajero Viajante Bi-objetivo Joaquín Q. Lima M. Benjamín Barán C. Ingeniería Optimización Multiobjetivo Problema del Cajero Viajante Optimización de Enjambre de Partículas La metaheurística de Optimización de Enjambre de Partículas (PSO) ha sido exitosamente utilizada en la resoluciónde problemas de optimización con espacios de búsqueda continuos. En este trabajo se presentan los resultados de laaplicación de esta metaheurística al Problema del Cajero Viajante (TSP) bi-objetivo. Para ello se implementaron algunaspropuestas de enfoques de la metaheurística PSO para problemas multiobjetivos (MOPSO) y se realizó unacomparación entre los resultados conseguidos por estos enfoques y los resultados obtenidos al aplicar algoritmos dela metaheurística de Optimización de Colonias de Hormigas (ACO) para problemas multiobjetivos (MOACO). Comoresultado, queda demostrado que el uso de técnicas MOPSO junto con las adaptaciones aplicadas constituyenuna buena alternativa para la resolución del TSP bi-objetivo. 2006 artículo científico 1137-3601 https://www.redalyc.org/articulo.oa?id=92503209 es http://www.redalyc.org/revista.oa?id=925 Inteligencia Artificial. Revista Iberoamericana de Inteligencia Artificial application/pdf Asociación Española para la Inteligencia Artificial Inteligencia Artificial. Revista Iberoamericana de Inteligencia Artificial (España) Num.32 Vol.10 |
| format | Artículo científico |
| id | redalyc_92503209 |
| institution | Redalyc |
| language | es |
| publishDate | 2006 |
| publisher | Asociación Española para la Inteligencia Artificial |
| spellingShingle | Optimización de Enjambre de Partículas aplicada al Problema del Cajero Viajante Bi-objetivo Joaquín Q. Lima M. Ingeniería Optimización Multiobjetivo Problema del Cajero Viajante Optimización de Enjambre de Partículas Optimización de Enjambre de Partículas aplicada al Problema del Cajero Viajante Bi-objetivo Joaquín Q. Lima M. Benjamín Barán C. Ingeniería Optimización Multiobjetivo Problema del Cajero Viajante Optimización de Enjambre de Partículas La metaheurística de Optimización de Enjambre de Partículas (PSO) ha sido exitosamente utilizada en la resoluciónde problemas de optimización con espacios de búsqueda continuos. En este trabajo se presentan los resultados de laaplicación de esta metaheurística al Problema del Cajero Viajante (TSP) bi-objetivo. Para ello se implementaron algunaspropuestas de enfoques de la metaheurística PSO para problemas multiobjetivos (MOPSO) y se realizó unacomparación entre los resultados conseguidos por estos enfoques y los resultados obtenidos al aplicar algoritmos dela metaheurística de Optimización de Colonias de Hormigas (ACO) para problemas multiobjetivos (MOACO). Comoresultado, queda demostrado que el uso de técnicas MOPSO junto con las adaptaciones aplicadas constituyenuna buena alternativa para la resolución del TSP bi-objetivo. 2006 artículo científico 1137-3601 https://www.redalyc.org/articulo.oa?id=92503209 es http://www.redalyc.org/revista.oa?id=925 Inteligencia Artificial. Revista Iberoamericana de Inteligencia Artificial application/pdf Asociación Española para la Inteligencia Artificial Inteligencia Artificial. Revista Iberoamericana de Inteligencia Artificial (España) Num.32 Vol.10 |
| title | Optimización de Enjambre de Partículas aplicada al Problema del Cajero Viajante Bi-objetivo |
| topic | Ingeniería Optimización Multiobjetivo Problema del Cajero Viajante Optimización de Enjambre de Partículas |
| url | https://www.redalyc.org/articulo.oa?id=92503209 |