Soluciones para una clase de programación lineal en dos niveles, vía algoritmos genéticos / Noya Rodríguez Diego Carlos Daniel, Sutizal Roque Yenner Ayulo
Idioma: Español Callao: UNAC, 2023Descripción: 51,páginas tablasTipo de contenido:- texto
- sin mediación
- volumen
| Tipo de ítem | Biblioteca actual | Signatura topográfica | Estado | Código de barras | |
|---|---|---|---|---|---|
| Tesis Pregrado-Título | Biblioteca Especializada FCNM Tercer Piso | T/510/N (Navegar estantería(Abre debajo)) | Donado | FCNMT133 |
Navegando Biblioteca Especializada FCNM estanterías, Ubicación en estantería: Tercer Piso Cerrar el navegador de estanterías (Oculta el navegador de estanterías)
Incluye Anexos,
Tesis (Licenciatura) Universidad Nacional del Callao, Facultad Ciencias Naturales y Matemática Escuela Profesional de Matemática, Licenciado en Matemática 2023
Incluye Bibliografía
Planteamiento del problema. Marco teórico. Metodología del proyecto. Resultados. Discusión de resultados. Conclusiones. Recomendaciones. Referencias bibliográficas. Anexos.
En esta tesis se estudia y diseña un algoritmo genético (por sus siglas en inglés GA), debido a que permiten obtener una solución optimal, de forma más sencilla, para una clase de problema de programación lineal en dos niveles (por sus siglas en inglés BLPP), esto es puesto que los métodos tradicionales no son muy amigables o son poco sencillos para la resolución de esta clase problemas, es por ello que se estudió algoritmos genéticos ya que se aprovechan las restricciones evitando el uso de la función penalidad, por lo que se resuelve una clase de problema de programación lineal en dos niveles mediante la construcción de la función de aptitud del problema de programación de nivel superior con base en la definición del grado factible, a razón facilitar la solución de una clase de problema de programación lineal. Este GA al evitar el uso de la función de penalización hace frente a las restricciones, cambiando la población inicial generada aleatoriamente en una población inicial que satisface las restricciones con el fin de mejorar la capacidad del GA para hacer frente a las restricciones. Finalmente, los resultados numéricos de algunos ejemplos indican la viabilidad del método propuesto.
texto en español
No hay comentarios en este titulo.