Los algoritmos genéticos están especialmente adaptados a la optimización multimodal, como es el caso del problema de secuenciación tipo job shop (scheduling). Dentro de los muchos trabajos que se han desarrollado en este ámbito, el método que mejores resultados está obteniendo es el clearing. Sin embargo, es un método paramétrico y se sabe que su potencia depende de una buena adaptación a las características del problema. Pero no solo es cierto esto, sino que además es necesario buscar dicha adaptación en función de lo que se esté buscando, una alta eficacia o (y esto es lo novedoso del estudio) una alta efectividad, entendida esta como la capacidad del algoritmo para encontrar el mayor número de óptimos del problema en una única ejecución.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Comparación entre métodos de estimación de matrices de covarianza de alta dimensionalidad
Artículo:
Optimización multiobjetivo evolutiva a través un modelo de programación no lineal por metas
Artículo:
Resolviendo el problema de producción-transporte en la industria petrolera
Video:
Optimización global de MINLP mediante algoritmos evolutivos
Artículo:
Sistemas de manufactura inteligentes basados en agentes para el siglo XXI
Libro:
Metodología del marco lógico para la planificación, el seguimiento y la evaluación de proyectos y programas
Presentación:
Estudio de movimientos y tiempos
Artículo:
Estudio sobre la evaluación de la sostenibilidad de los productos innovadores
Software:
Simulación del proceso de extracción sólido-líquido EXTSL