Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.provenanceSEDICI-
dc.contributorGallard, Raúl-
dc.creatorSalto, Carolina-
dc.date2000-
dc.date.accessioned2019-06-19T20:08:16Z-
dc.date.available2019-06-19T20:08:16Z-
dc.date.issued2000-
dc.identifierhttp://sedici.unlp.edu.ar/handle/10915/4060-
dc.identifierhttp://hdl.handle.net/10915/4060-
dc.identifier.urihttp://rodna.bn.gov.ar/jspui/handle/bnmm/325598-
dc.descriptionEl mundo de los negocios actuales está sufriendo muchos cambios, ya no basta con generar reportes y realizar una correcta planificación. Se deben incluir herramientas de optimización para crear soluciones de negocios adaptativas como por ejemplo para límites de créditos, precios y descuentos, y scheduling. Esto redundará en beneficios para la empresa ya sea en la disponibilidad de tecnología de avanzada como también en la disminución de los costos asociados a la toma de decisiones óptimas, también incrementará la capacidad para aprender de experiencias previas y para adaptar a cambios en el mercado. En estos últimos años se han realizados muchos estudios de investigación respecto de la aplicación de las técnicas de computación evolutiva para la solución de problemas de scheduling. La principal ventaja de las técnicas evolutivas es su habilidad para proveer buenas soluciones a problemas extremadamente complejos usando tiempos razonables. En este trabajo se hace un revisión de las clases y características de algoritmos evolutivos así como también algunas mejoras introducidas a los mismos. Entre estas últimas se pueden incluir múltiple crossover, multiplicidad de padres y prevención de incesto. Asimismo se presentan algunas variantes de algoritmos evolutivos planteados para la resolución de un problema particular de scheduling como lo es el problema de job shop scheduling.-
dc.descriptionFacultad de Informática-
dc.formatimage/jpeg-
dc.format135 p.-
dc.languagespa-
dc.rightsinfo:eu-repo/semantics/openAccess-
dc.rightshttp://creativecommons.org/licenses/by/4.0/-
dc.rightsCreative Commons Attribution 4.0 International (CC BY 4.0)-
dc.sourcereponame:SEDICI (UNLP)-
dc.sourceinstname:Universidad Nacional de La Plata-
dc.sourceinstacron:UNLP-
dc.source.urihttp://sedici.unlp.edu.ar/handle/10915/4060-
dc.source.urihttp://hdl.handle.net/10915/4060-
dc.subjectCiencias Informáticas-
dc.subjectInformática-
dc.subjectProcesamiento de datos administrativos-
dc.subjectAplicación informática-
dc.subjectInformática-
dc.subjectAlgoritmos numéricos-
dc.subjectMatemáticas de computación-
dc.subjectMétodos heurísticos-
dc.subjectScheduling-
dc.titleAlgoritmos evolutivos avanzados como soporte del proceso productivo-
dc.typeinfo:eu-repo/semantics/masterThesis-
dc.typeinfo:eu-repo/semantics/acceptedVersion-
dc.typeTesis de maestria-
dc.typeinfo:ar-repo/semantics/tesisDeMaestria-
Aparece en las colecciones: Universidad Nacional de la Plata. SEDICI

Ficheros en este ítem:
No hay ficheros asociados a este ítem.