algoritmos multirecombinativos aplicados al problema de ruteo de vehículos
Clicks: 76
ID: 184049
2014
Article Quality & Performance Metrics
Overall Quality
Not rated
Combines reader engagement with the AI quality analysis. This
article has not been analysed, so there is no overall score —
reader engagement is measured and shown alongside.
Reader Engagement
Popular Article
22.5
/100
76 views
14 readers
AI Quality Assessment
Not analyzed
Readership in this journal
PopularRanked #28 of 32 articles by views in nurse education in practice
Most read
Least read
Bar heights use a square-root scale.
Mint this article as an NFT
Not yet mintedCreate a permanent, verifiable on-chain record of this article on the Scimatic Network. The NFT is held in your Journament account, and you can withdraw it to your own wallet at any time.
5
SUSD
one-off · no wallet required
Abstract
El diseño de algoritmos eficientes para resolver problemas complejos ha sido tradicionalmente uno de los aspectos más importantes en la investigación en el campo de la informática. El objetivo perseguido en este campo es fundamentalmente el desarrollo de nuevos métodos capaces de resolver problemas complejos con el menor esfuerzo computacional posible, mejorando así a los algoritmos existentes. En consecuencia, esto no sólo permite afrontar los problemas de forma más eficiente, sino afrontar tareas vedadas en el pasado debido a su alto costo computacional. Las metaheurísticas son métodos que integran procedimientos de mejora local y estrategias de alto nivel para realizar una búsqueda robusta en el espacio-problema. El problema de ruteo de vehículos es un problema de optimización combinatoria de gran importancia en diferentes entornos logísticos debido a su dificultad (NP-duros) y a sus múltiples aplicaciones industriales. Se han propuestos varias soluciones a este problema haciendo uso de heurísticas y metaheurísticas. En este trabajo proponemos dos algoritmos para resolver el problema de ruteo de vehículos con capacidad limitada, utilizando como base un Algoritmo Evolutivo conocido como MCMP-SRI (Stud and Random Inmigrants) combinados con Hill- Climbing. Detalles de los algoritmos y los resultados de los experimentos muestran un promisorio comportamiento para resolver el problema.
| Reference Key |
mio2014informesalgoritmos
Use this key to autocite in the manuscript while using
SciMatic Manuscript Manager or Thesis Manager
|
|---|---|
| Authors | ;Renzo Ramon Miño;Norma Andrea Villagra |
| Journal | nurse education in practice |
| Year | 2014 |
| DOI |
DOI not found
|
| URL | |
| Keywords | Keywords not found |
Citations
No citations found. To add a citation, contact the admin at info@scimatic.org
Comments
No comments yet. Be the first to comment on this article.