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.
Video:
Lección 26. Métodos heurísticos
Ponencia:
La aplicación de métodos de clasificación al problema de detección de errores groseros
Artículo:
Análisis de desempeño de lenguajes de programación en un contexto soporte a procesos de toma de decisión para la Industria 4.0
Artículo:
Análisis de los beneficios de la identificación por radiofrecuencia en un centro de distribución textil colombiano
Artículo:
Hacia un modelo de gestión pública: puntos que hacen una línea de investigación