Algoritmo VMO continuo con topologías estructuradas

Vista sencilla de ítem
dc.contributor.advisorBello Pérez, Rafael Esteban
dc.contributor.advisorNápoles Ruiz, Gonzalo Ramón
dc.contributor.authorLugones Acosta, Román Eduardo
dc.coverage.spatial1016432en_US
dc.date.accessioned2016-11-01T22:22:03Z
dc.date.available2016-11-01T22:22:03Z
dc.date.issued2014-07-08
dc.description.abstractLas meta-heurísticas poblacionales constituyen, en la actualidad, una poderosa herramienta para la solución de problemas complejos de optimización. Investigaciones han revelado que no existe la mejor de las meta-heurísticas para solucionar cualquier problema complejo, por lo que la búsqueda de nuevas estrategias en la exploración del espacio de búsqueda para una mejor calidad de las soluciones se ha convertido en un objetivo deseado. De manera que la presente investigación estará encaminada a implementar y validar un modelo basado en una meta heurística poblacional, VMO, la cual será implementada siguiendo una topología estructurada, con el objetivo de evitar estados de convergencia prematura o estancamiento. Las topologías a usar son: en un primer algoritmo, topologías con k-subpoblaciones sin solapamiento; mientras que en la segunda etapa topologías con k-subpoblaciones con solapamiento. Ambas con el objetivo de presentar un modelo más robusto. Los resultados de esta investigación son la obtención de distintas variantes VMO_TOP1 y VMO_TOP2 con mejor comportamiento que el modelo basado en VMO clásico.en_US
dc.description.abstractPopulation meta-heuristics are currently a powerful tool in the solution of complex optimization problems. Some investigations have shown that there is not a best of meta-heuristics for solving any complex problem. Therefore seeking for new strategies in the exploration of the search space in order to achieve a better quality in the solutions has become a desired goal. So this investigation will be focused in the implementation and validation of a model based in a population meta-heuristic, VMO, which will be implemented following a structured topology aiming to avoid premature convergence or stemming states. The used topologies are: in the first algorithm topologies with k-subpopulations without overlapping. While in a second stage we use topologies with k-subpopulations with overlapping. Both are used with the goal of presenting a more robust model. The results of this investigation allowed to obtain distinct variants VMO_TOP1 and VMO_TOP2 with a better performance than the classic VMO based model.en_US
dc.description.sponsorshipFacultad de Matemática, Física y Computación. Departamento de Ciencias de la Computaciónen_US
dc.description.statusnon-publisheden_US
dc.identifier.urihttps://dspace.uclv.edu.cu/handle/123456789/6776
dc.language.isoesen_US
dc.publisherUniversidad Central “Marta Abreu” de Las Villasen_US
dc.rightsEste documento es Propiedad Patrimonial de la Universidad Central “Marta Abreu” de Las Villas. Los usuarios podrán hacer uso de esta obra bajo la siguiente licencia: Creative Commons: Atribución-No Comercial-Compartir Igual 4.0 Licenseen_US
dc.subjectAlgoritmos Poblacionalesen_US
dc.subjectTopología Estructuradaen_US
dc.subjectModelo VMOen_US
dc.subject.otherMetaheurísticaen_US
dc.subject.otherOptimizaciónen_US
dc.subject.otherInteligencia Artificialen_US
dc.titleAlgoritmo VMO continuo con topologías estructuradasen_US
dc.typeThesisen_US
dc.type.thesisbacheloren_US

Archivos

Bloque original
Mostrando 1 - 1 de 1
Miniatura
Nombre:
Tesis Roman final 10 julio.pdf
Tamaño:
1.52 MB
Formato:
Adobe Portable Document Format
Descargar
Bloque de licencias
Mostrando 1 - 1 de 1
No hay miniatura disponible
Nombre:
license.txt
Tamaño:
3.33 KB
Formato:
Item-specific license agreed upon to submission
Descripción:
Descargar

Colecciones

Tesis de Pregrado - Licenciatura en Ciencias de la Computación