Optimización basada en colonias de hormigas en dos etapas

Vista sencilla de ítem
dc.contributor.advisorBello Pérez, Rafael Esteban
dc.contributor.authorPuris Cáceres, Amílkar Yudier
dc.coverage.spatialSanta Claraen_US
dc.date.accessioned2018-01-30T22:31:48Z
dc.date.available2018-01-30T22:31:48Z
dc.date.issued2007-06-10
dc.description.abstractLa metaheurística “Optimización basada en colonias de hormigas” (Ant Colony Optimization, ACO) es uno de los nuevos paradigmas que permite la solución de problemas combinatorios del tipo NP-Hard. En este trabajo se presenta un nuevo modelo basado en el comportamiento de las hormigas nombrado “Optimización basada en colonias de hormigas en dos Etapas”( Two Steage Ant Colony Optimization, TS-ACO). La nueva estrategia de exploración que presenta este modelo propone hacer una división en dos del espacio de búsqueda, donde en la primera etapa solo una parte de las hormigas van a solucionar un subproblema de tamaño inferior al problema original, estas subsoluciones encontradas servirán de punto de partida para que en la segunda etapa las hormigas restantes de la colonia busquen soluciones al problema en general, haciéndose de esta forma más cooperativo el trabajo de estos agentes. El nuevo modelo muestra un mayor rendimiento en cuanto al tiempo de ejecución y la calidad de las soluciones encontradas. Para probar la nueva estrategia se escogieron los algoritmos Ant Colony System (ACS) y Ant System (AS) para darle solución a tres problemas de optimización combinatoria, el Viajante de Comercio (TSP), el problema de Secuenciación de Tareas (JSSP) y el problema de Cubrimiento de Conjuntos (SCP).en_US
dc.description.abstractThe Ant Colony Optimization (ACO) meta-heuristic is one of the new paradigms that allow solving NP-Hard combinatorial problems. In this study, a new ant-behavior-based model named “Two Stage Ant Colony Optimization” (TS-ACO) is formally introduced. The fresh exploration strategy splits the search space into two parts. During the first stage, only a subset of the available ants is intended to solve a sub-problem of the original problem. The solutions found herein will serve as the starting point for the remaining ants of the colony to perform at the second stage, leading to a tighter cooperation between those agents. The proposed model exhibits a higher performance in terms of the execution time and the quality of the solutions yielded. In order to test our approach, the Ant Colony System (ACS) and Ant System (AS) algorithms were chosen as benchmarks for being applied to three well-known combinatorial optimization problems, namely the Traveling Salesman Problem (TSP), the Job Shop Scheduling Problem (JSSP) and the Set Covering Problem (SCP).en_US
dc.description.statusnon-publisheden_US
dc.identifier.urihttps://dspace.uclv.edu.cu/handle/123456789/8603
dc.language.isoesen_US
dc.publisherUniversidad Central “Marta Abreu” de Las Villas. Facultad de Matemática, Física y Computación. Departamento de Computaciónen_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.subjectColonias de Hormigasen_US
dc.subjectAnt Colony Systemen_US
dc.subjectAnt Systemen_US
dc.subjectViajante de Comercioen_US
dc.subjectSecuenciación de Tareasen_US
dc.subjectCubrimiento de Conjuntosen_US
dc.titleOptimización basada en colonias de hormigas en dos etapasen_US
dc.typeThesisen_US
dc.type.thesismasteren_US

Archivos

Bloque original
Mostrando 1 - 1 de 1
No hay miniatura disponible
Nombre:
Tesis Maestría_Impresa_
Tamaño:
794.94 KB
Formato:
Unknown data 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 Maestría - Ciencias de la Computación