000 | 04388nam a2200409 a 4500 | ||
---|---|---|---|
003 | AR-sfUTN | ||
008 | 170717s1996 sp ||||| |||| 00| 0 spa d | ||
020 | _a8428322694 | ||
040 | _cAR-sfUTN | ||
041 | _aspa | ||
080 |
_a004.85 OP7 _22000 |
||
100 | 1 |
_aDiaz Fernández, Adenso _ecoord. _940356 |
|
245 | 0 | 0 |
_aOptimización heurística y redes neuronales / _cAdenso Díaz Fernández (coordinador) ; Fred Glover ... [et al.]. |
246 | _aOptimización heurística y redes neuronales en dirección de operaciones e ingeniería (Cubierta) | ||
260 |
_aMadrid : _bParaninfo, _c1996 |
||
300 | _a235 p. | ||
336 |
_2rdacontent _atexto _btxt |
||
337 |
_2rdamedia _asin mediación _bn |
||
338 |
_2rdacarrier _avolumen _bnc |
||
505 | 8 | 0 | _aCONTENIDO Capítulo 1 INTRODUCCION A LAS TECNICAS HEURISTICAS (Adenso Díaz, Fan T. Tseng) 19 Introducción 19 Complejidad computacional 22 Heurísticas 24 Tipos de heurísticas 26 Las nuevas metaheurísticas 29 Ejercicios 36 Capítulo 2 RECOCIDO SIMULADO (Pablo Moscato, Adenso Díaz) 37 Algoritmo de Metrópolis 37 Analogía física y planteamiento básico de la metaheurística 40 Selección del programa de enfriamiento 43 Aspectos de implementación computacional 46 Convergencia del recocido simulado 47 Number Partitioning, o la crónica de un fracaso para SA 49 Aplicaciones del recocido simulado 56 Aplicaciones en diferentes campos 57 Comentarios finales y algunas creencias 61 Otras funciones de aceptación 61 Correlaciones entre óptimos locales 62 Hill Climbing puede ser exponencial 64 Ejercicios 66 Capítulo 3 ALGORITMOS GENETICOS (Manuel Laguna, Pablo Moscato) 67 Introducción67 Analogías con la evolución 69 Composición de un algoritmo genético 71 Elementos básicos 73 La población inicial 74 Evaluación del nivel de fitness 75 Selección y operadores genéticos de sobrecruzamiento 77 Análisis de los algoritmos genéticos 81 El Schema Theorem y el paralelismo intrínseco 81 El análisis usando Forma 82 Corner Formae 84 Problemas AG-difíciles y el concepto del Engaño 85 Algoritmos meméticos 89 El problema de la Liga Nacional de Hockey (NHL) 92 El problema de coloración de un grafo 92 El perceptrón binario 94 Aplicaciones de los algoritmos genéticos 96 Ejercicios 100 Capítulo 4 BUSQUEDA TAB+ (Fred Glover) 105 Introducción. Fundamentos de la búsqueda tabú 105 Memoria de corto plazo y sus elementos 109 Memoria de largo plazo 112 Oscilación Estratégica 119 Reencadenamiento de Trayectorias 122 Estructuras de memoria y estrategias ilustrativas 124 Estructuras de memoria basadas en recencia y en frecuencia 124 Consideraciones para estrategias de Listas de Candidatos 129 Estructuras de memoria para Oscilación Estratégica 132 Consideraciones sobre Reencadenamiento de Trayectorias 133 Conclusiones 136 Ejercicios 137 Capítulo 5 GRASP (José Luis González) 143 Introducción 143 Estrategias de GRASP y sus componentes 146 Diseño de GRASP 147 Procedimientos locales de optimización 149 Aplicaciones de GRASP 153 Conclusiones 160 Ejercicios 161 Capítulo 6 REDES NEURONALES (Hassan M. Ghaziri) 163 Introducción 163 Del cerebro a las redes neuronales 163 Antecedentes biológicos 163 Modelos de neuronas 165 Arquitecturas 166 Reglas de aprendizaje 169 Redes neuronales artificiales y los problemas de optimización combinatoria 170 Aproximación estadística para el problema de la optimización 171 El algoritmo de Kohonen 186 Las redes neuronales y el problema del viajante 190 La solución de Hopfield 191 Redes elásticas 192 Método de Kohonen 193 Discusión de los tres métodos 195 El problema de los múltiples viajantes de comercio 197 El problema de las rutas de vehículos 201 Conclusiones 206 REFERENCIAS BIBLIOGRAFICAS 209 |
650 | _aTECNICAS HEURISTICAS | ||
650 | _aSIMULADO | ||
650 | _aALGORITMO DE METROPOLIS | ||
650 | _aREDES NEURONALES | ||
650 | _aALGORITMOS GENETICOS | ||
650 | _aBUSQUEDA TABU | ||
650 | _aGRASP | ||
700 | 1 | _aGlover, Fred | |
700 | 1 | _aGhaziri, Hassan M. | |
700 | 1 | _aGonzález, J. L. | |
700 | 1 | _aLaguna, Manuel | |
700 | 1 | _aMoscato, Pablo | |
700 | 1 | _aTseng, Fan T. | |
942 |
_cBK _2udc |
||
999 |
_c10822 _d10822 |