Pasar al contenido principal
Maestria y Doctorado en Ciencias en Ingenieria y Tecnologias Computacionales

Maestria y Doctorado en Ciencias en Ingenieria y Tecnologias Computacionales

...     ...

Formulario de búsqueda

  • INICIO
  • UNIDAD TAMAULIPAS
    • Misión
    • Visión
    • Objetivos
    • Noticias
    • Ubicación
    • Directorio
    • Instalaciones
  • INVESTIGACIÓN
    • Planta de Investigadores
    • Inteligencia Computacional y Optimización Avanzada
    • Tecnologías para la Gestión de Datos y Redes
    • Ingeniería Computacional
    • Publicaciones y recopilaciones
  • POSGRADO
    • Maestría
    • Registro en línea
    • Doctorado
    • Proceso de Admisión
    • Lista de Cursos
    • Cuadro de Graduados
    • Becas
    • Programa Nacional de Posgrados de Calidad
  • SERVICIOS
    • Comunidad Estudiantil y Académica
    • Comunidad Científica
    • Comunidad Empresarial
    • Residencias y Estancias
    • Verano Científico
  • EVENTOS
    • Seminarios
    • TamMath
    • Top Tamaulipas
    • Tamcoder
    • 10 Aniversario
    • Graduado 100
  • COMUNIDAD
    • Correo Institucional
    • Horarios
    • Portal de Educación Online
    • Calendario de Videoconferencias
    • Cómputo de Alto Rendimiento
    • Recursos para Estudiantes
    • Reglamento

posgrado en computacion, maestria en computacion, doctorado en computacion, investigacion en computacion. Posgrado compuesto de Maestria en Ciencias de la Computacion y Doctorado en Ciencias de la Computacion

Tesis "Uso de Funciones de Escalarización y Múltiples Puntos de Referencia para Mejorar la Capacidad Discriminatoria de Dos Algoritmos Evolutivos Multi-Objetivo"

Alumno: Feliciana Martínez Martínez
Asesor: Dr. Gregorio Toscano Pulido
Sinodales: Dr. Ricardo Landa Becerra, Dr. José Gabriel Ramírez Torres

Resumen:

El área de la optimización multi-objetivo evolutiva ha desarrollado una serie de métodos para resolver problemas con dos o más objetivos. A pesar de su éxito, estudios recientes han demostrado que estos métodos tienden a deteriorar su rendimiento en la resolución de  roblemas con más de tres objetivos (los también llamados problemas de optimización con muchos objetivos). Las funciones de escalariazación son métodos especiales de asignación de aptitud que replantean el problema multi-objetivo como un problema mono-objetivo. Estas funciones realizan su búsqueda en una dirección definida por un vector de pesos, de tal manera, se requiere un conjunto de vectores de pesos con el fin de ofrecer diferentes soluciones para un determinado problema multi-objetivo. Recientemente, el término descomposición ha  surgido como una forma de incrustar funciones de escalarización en algoritmos evolutivos multi-objetivo basados en la población. Los métodos basados en descomposición se han encontrado eficaces en la  resolución e problemas con muchos objetivos.

Por otra parte, la literatura especializada tiene una gran cantidad de métodos basados en dominancia de Pareto que fueron cuidadosamente diseñados para resolver problemas muliobjetivo de baja dimensionalidad (en el espacio objetivo). La intención de esta tesis es mejorar la capacidad discriminatoria de métodos previamente propuestos basados en dominancia de Pareto, mediante el uso descomposición. Para lograr nuestro objetivo, proponemos realizar un estudio cuidadoso sobre el desempeño de usar diferentes funciones de escalarización para establecer preferencias entre soluciones en dos algoritmos evolutivos multi-objetivo previamente propuestos en la literatura. Esta tesis también evaluará diferentes métodos de asignación de pesos, ya que las funciones de escalarización dependen fuertemente en éstos. Para evitar la contracción del frente de Pareto, se planea hacer uso de diferentes puntos de referencia.

Finalmente, se desarrollará un método voraz para resolver el problema de selección de sobrevivientes. Los resultados indican que uno de los métodos mejorados fue capaz de producir soluciones más cercanas del verdadero frente de Pareto que dos métodos representativos del estado del arte.

Descargar tesis.


CICLOS

2008



2009


2010


2011


2012


2013


2014


2015


2016


2017


2018

2019

2020

2021

2022


CONCENTRADO


El Cinvestav Tamaulipas, felicita calurosamente a todos sus graduados.


CINVESTAV UNIDAD TAMAULIPAS
Parque Científico y Tecnológico TECNOTAM -- Km. 5.5 carretera Cd. Victoria-Soto La Marina
C.P. 87130 Cd. Victoria, Tamps.
Teléfono: (834) 107 02 20 -- Fax: (834) 107 02 24 y (834) 314 73 92