Optimización de ruta corta en el espacio sin corte lineal con algoritmo genético

Descripción del Articulo

Esta investigación tuvo como objetivo encontrar la ruta más corta de n puntos en el espacio, sin corte o intersección entre las líneas generadas por los caminos. Para lograr esto, se usó el algoritmo genético, donde se aprovechó la ventaja de no competir “todos contra todos”, sino que a partir de un...

Descripción completa

Detalles Bibliográficos
Autores: Raúl Eduardo Huarote Zegarra, Yensi Vega Luján, Mónica Patricia Romero Valencia
Formato: artículo
Fecha de Publicación:2019
Institución:Universidad Nacional Jorge Basadre Grohmann
Repositorio:Revista UNJBG - Ciencia & Desarrollo
Lenguaje:español
OAI Identifier:oai:unjbg_revistas.localhost:article/864
Enlace del recurso:http://revistas.unjbg.edu.pe/index.php/cyd/article/view/864
Nivel de acceso:acceso abierto
Materia:Algoritmo genético
espacio
intersección lineal
optimización
ruta corta
id 2617-6033_4b559d1ed8828a6bf7448871c1131f0a
oai_identifier_str oai:unjbg_revistas.localhost:article/864
network_acronym_str 2617-6033
network_name_str Revista UNJBG - Ciencia & Desarrollo
spelling Optimización de ruta corta en el espacio sin corte lineal con algoritmo genéticoRaúl Eduardo Huarote ZegarraYensi Vega LujánMónica Patricia Romero ValenciaAlgoritmo genéticoespaciointersección linealoptimizaciónruta cortaEsta investigación tuvo como objetivo encontrar la ruta más corta de n puntos en el espacio, sin corte o intersección entre las líneas generadas por los caminos. Para lograr esto, se usó el algoritmo genético, donde se aprovechó la ventaja de no competir “todos contra todos”, sino que a partir de una pequeña población puede encontrarse la posible mejor ruta en el espacio, también llamada “búsqueda local”. Para realizar el proceso evolutivo, se consideró el método de la ruleta, cruce por intercambio de 2 puntos, mutación por intercambio y método de parada a la varianza a 25 generaciones. Implementado en Matlab 8.3, se obtuvo como resultado una duración de 24.7 s y 210.6 s, con funciones de adaptación de 0.79 y 0.76, 76 y 206 generaciones a las pruebas realizadas de 10 y 100 puntos, respectivamente. Demostrando que con el algoritmo genético se encontró la posible mejor ruta corta de n puntos en el espacio y que el método de parada ideal para este problema en particular es la varianza, aunque consuma más tiempo frente cantidad de generaciones establecidas.Universidad Nacional Jorge Basadre Grohmann2019-12-31info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionapplication/pdfhttp://revistas.unjbg.edu.pe/index.php/cyd/article/view/86410.33326/26176033.2019.25.864Science & Development; No 25 (2019): Ciencia & Desarrollo; 53-60Ciencia & Desarrollo; Núm. 25 (2019): Ciencia & Desarrollo; 53-60Ciência e Desenvolvimento; n. 25 (2019): Ciencia & Desarrollo; 53-602617-60332304-889110.33326/26176033.2019.25reponame:Revista UNJBG - Ciencia & Desarrolloinstname:Universidad Nacional Jorge Basadre Grohmanninstacron:UNJBGspahttp://revistas.unjbg.edu.pe/index.php/cyd/article/view/864/972Derechos de autor 2019 Ciencia & Desarrolloinfo:eu-repo/semantics/openAccess2021-04-19T16:51:17Zmail@mail.com -
dc.title.none.fl_str_mv Optimización de ruta corta en el espacio sin corte lineal con algoritmo genético
title Optimización de ruta corta en el espacio sin corte lineal con algoritmo genético
spellingShingle Optimización de ruta corta en el espacio sin corte lineal con algoritmo genético
Raúl Eduardo Huarote Zegarra
Algoritmo genético
espacio
intersección lineal
optimización
ruta corta
title_short Optimización de ruta corta en el espacio sin corte lineal con algoritmo genético
title_full Optimización de ruta corta en el espacio sin corte lineal con algoritmo genético
title_fullStr Optimización de ruta corta en el espacio sin corte lineal con algoritmo genético
title_full_unstemmed Optimización de ruta corta en el espacio sin corte lineal con algoritmo genético
title_sort Optimización de ruta corta en el espacio sin corte lineal con algoritmo genético
dc.creator.none.fl_str_mv Raúl Eduardo Huarote Zegarra
Yensi Vega Luján
Mónica Patricia Romero Valencia
author Raúl Eduardo Huarote Zegarra
author_facet Raúl Eduardo Huarote Zegarra
Yensi Vega Luján
Mónica Patricia Romero Valencia
author_role author
author2 Yensi Vega Luján
Mónica Patricia Romero Valencia
author2_role author
author
dc.subject.none.fl_str_mv Algoritmo genético
espacio
intersección lineal
optimización
ruta corta
topic Algoritmo genético
espacio
intersección lineal
optimización
ruta corta
dc.description.none.fl_txt_mv Esta investigación tuvo como objetivo encontrar la ruta más corta de n puntos en el espacio, sin corte o intersección entre las líneas generadas por los caminos. Para lograr esto, se usó el algoritmo genético, donde se aprovechó la ventaja de no competir “todos contra todos”, sino que a partir de una pequeña población puede encontrarse la posible mejor ruta en el espacio, también llamada “búsqueda local”. Para realizar el proceso evolutivo, se consideró el método de la ruleta, cruce por intercambio de 2 puntos, mutación por intercambio y método de parada a la varianza a 25 generaciones. Implementado en Matlab 8.3, se obtuvo como resultado una duración de 24.7 s y 210.6 s, con funciones de adaptación de 0.79 y 0.76, 76 y 206 generaciones a las pruebas realizadas de 10 y 100 puntos, respectivamente. Demostrando que con el algoritmo genético se encontró la posible mejor ruta corta de n puntos en el espacio y que el método de parada ideal para este problema en particular es la varianza, aunque consuma más tiempo frente cantidad de generaciones establecidas.
description Esta investigación tuvo como objetivo encontrar la ruta más corta de n puntos en el espacio, sin corte o intersección entre las líneas generadas por los caminos. Para lograr esto, se usó el algoritmo genético, donde se aprovechó la ventaja de no competir “todos contra todos”, sino que a partir de una pequeña población puede encontrarse la posible mejor ruta en el espacio, también llamada “búsqueda local”. Para realizar el proceso evolutivo, se consideró el método de la ruleta, cruce por intercambio de 2 puntos, mutación por intercambio y método de parada a la varianza a 25 generaciones. Implementado en Matlab 8.3, se obtuvo como resultado una duración de 24.7 s y 210.6 s, con funciones de adaptación de 0.79 y 0.76, 76 y 206 generaciones a las pruebas realizadas de 10 y 100 puntos, respectivamente. Demostrando que con el algoritmo genético se encontró la posible mejor ruta corta de n puntos en el espacio y que el método de parada ideal para este problema en particular es la varianza, aunque consuma más tiempo frente cantidad de generaciones establecidas.
publishDate 2019
dc.date.none.fl_str_mv 2019-12-31
dc.type.none.fl_str_mv info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
format article
status_str publishedVersion
dc.identifier.none.fl_str_mv http://revistas.unjbg.edu.pe/index.php/cyd/article/view/864
10.33326/26176033.2019.25.864
url http://revistas.unjbg.edu.pe/index.php/cyd/article/view/864
identifier_str_mv 10.33326/26176033.2019.25.864
dc.language.none.fl_str_mv spa
language spa
dc.relation.none.fl_str_mv http://revistas.unjbg.edu.pe/index.php/cyd/article/view/864/972
dc.rights.none.fl_str_mv Derechos de autor 2019 Ciencia & Desarrollo
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Derechos de autor 2019 Ciencia & Desarrollo
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidad Nacional Jorge Basadre Grohmann
publisher.none.fl_str_mv Universidad Nacional Jorge Basadre Grohmann
dc.source.none.fl_str_mv Science & Development; No 25 (2019): Ciencia & Desarrollo; 53-60
Ciencia & Desarrollo; Núm. 25 (2019): Ciencia & Desarrollo; 53-60
Ciência e Desenvolvimento; n. 25 (2019): Ciencia & Desarrollo; 53-60
2617-6033
2304-8891
10.33326/26176033.2019.25
reponame:Revista UNJBG - Ciencia & Desarrollo
instname:Universidad Nacional Jorge Basadre Grohmann
instacron:UNJBG
reponame_str Revista UNJBG - Ciencia & Desarrollo
collection Revista UNJBG - Ciencia & Desarrollo
instname_str Universidad Nacional Jorge Basadre Grohmann
instacron_str UNJBG
institution UNJBG
repository.name.fl_str_mv -
repository.mail.fl_str_mv mail@mail.com
_version_ 1697488414297817088
score 13.947759
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).