En este artículo se muestra un algoritmo genético eficiente para resolver problemas multiobjetivo de transporte, asignación y transbordo. El enfoque propuesto integra las bondades del algoritmo genético y la búsqueda local. El algoritmo mantiene un archivo de tamaño finito de soluciones no dominadas, el cual se actualiza de manera iterativa en presencia de nuevas soluciones basadas en algoritmos de agrupamiento (clustering algorithms), los cuales brindan un carácter práctico al permitirle al tomador de decisiones controlar la resolución de la aproximación del conjunto de Pareto.
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.
Documento Editorial:
Reactores industriales
Artículo:
Mejora de los métodos de extracción de productos semiacabados de carbono del horno básico de oxígeno (BOF)
Artículo:
Uso combinado de GRASP y Path-Relinking en la programación de producción para minimizar la tardanza total ponderada en una máquina
Artículo:
Sobre el uso del análisis de markov en el marketing de telecomunicaciones en Nigeria
Artículo:
Efectos del reacondicionamiento mediante soldadura de cigüeñales en la industria del automóvil
Artículo:
Creación de empresas y estrategia : reflexiones desde el enfoque de recursos
Artículo:
Los web services como herramienta generadora de valor en las organizaciones
Artículo:
La gestión de las relaciones con los clientes como característica de la alta rentabilidad empresarial
Libro:
Ergonomía en los sistemas de trabajo