Subir material

Suba sus trabajos a SEDICI, para mejorar notoriamente su visibilidad e impacto

 

Mostrar el registro sencillo del ítem

dc.date.accessioned 2012-10-09T15:35:37Z
dc.date.available 2012-10-09T15:35:37Z
dc.date.issued 2000
dc.identifier.uri http://sedici.unlp.edu.ar/handle/10915/22108
dc.description.abstract Este trabajo describe un estudio de distintas soluciones al problema del job shop scheduling basado en algoritmos genéticos. La característica fundamental es la utilización de decodificadores incorporada a la representación del cromosuma. El objetivo del trabajo es comparar la performance de los distintos tipos de operadores de crossovers que se pueden usar con esta representación. es
dc.format.extent 55-57 es
dc.language es es
dc.subject ARTIFICIAL INTELLIGENCE es
dc.subject problema de job shop scheduling es
dc.subject Scheduling es
dc.subject Análisis comparativo es
dc.title Análisis comparativo de la aplicación de distintos operadores genéticos al problema de job shop scheduling es
dc.type Objeto de conferencia es
sedici.creator.person Alfonso, Hugo es
sedici.creator.person Salto, Carolina es
sedici.creator.person Gallard, Raúl Hector es
sedici.description.note Eje: Sistemas inteligentes. Metaheurísticas. es
sedici.subject.materias Ciencias Informáticas es
sedici.description.fulltext true es
mods.originInfo.place Red de Universidades con Carreras en Informática (RedUNCI) es
sedici.subtype Objeto de conferencia es
sedici.rights.license Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)
sedici.rights.uri http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
sedici.date.exposure 2000-05 es
sedici.relation.event II Workshop de Investigadores en Ciencias de la Computación es
sedici.description.peerReview peer-review es


Descargar archivos

Thumbnail
Documento completo
Descargar archivo (319.7Kb) - PDF

Este ítem aparece en la(s) siguiente(s) colección(ones)

Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5) Excepto donde se diga explícitamente, este item se publica bajo la siguiente licencia Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)