Influencia de los algoritmos genéticos en la generación de horarios en unidad educativa
Resumen
Se tiene por objetivo analizar la influencia de los algoritmos genéticos en la generación de horarios en unidad educativa. Este método se presenta a modo una opción atrayente en las soluciones de problemas de alta complejidad matemática, y con el cual se soluciona problemas de mayor dificultad en esta investigación. A partir de los cruces se seleccionan los individuos más aptos por medio de las operaciones dependiendo de los datos de la tabla 5. La Mutación interviene de una manera gradual en la conformación de los individuos añadiendo una mayor diversidad al conjunto de posibles soluciones.
Descargas
Citas
Fonseca-Reyna, Y. (2014). Influencia de los parámetros principales de un Algoritmo Genético para el Flow Shop Scheduling [Influence of the main parameters of a Genetic Algorithm for Flow Shop Scheduling]. Revista Cubana De Ciencias InformáTicas, 8(1). Recuperado de https://acortar.link/AWL1bX
Green H. E. (2014). Use of theoretical and conceptual frameworks in qualitative research. Nurse researcher, 21(6), 34–38. https://doi.org/10.7748/nr.21.6.34.e1252
Hañari-Mamani, S. (2016). Algoritmos evolutivos aplicados a la generación de horarios para el colegio Aplicación de la UNA-PUNO [Evolutionary algorithms applied to the generation of timetables for the school Application of UNA-PUNO]. https://repositorioslatinoamericanos.uchile.cl/handle/2250/3274874
Luo, Y. (2017). Nested Optimization Method Combining Complex Method and Ant Colony Optimization to solve JSSP with complex associated processes. J.l. of Intelligent Man, 1801-1815. doi: 10.1007/s10845-015-1065-1
Molina-Ríos, J., Loja Mora, M., Zea Ordóñez, M., Loaiza Sojos, E. (2016). Evaluación de los Frameworks en el Desarrollo de Aplicaciones Web con Python [Evaluation of Frameworks in Web Application Development with Python]. Revista Latinoamericana de Ingeniería de Software, 4(4): 201-207. https://doi.org/10.18294/relais.2016.201-207
Pichardo, M. F. (2018). Revisión de algoritmos genéticos aplicados al problema de la programación de cursos universitarios [Review of genetic algorithms applied to the university course scheduling problem]. http://riaa.uaem.mx/handle/20.500.12055/93
Ramírez-Rodríguez, C. O. (2014). Un algoritmo GRASP con doble relajación para resolver problema del flow shop scheduling [A GRASP algorithm with double relaxation to solve flow shop scheduling problem]. https://tesis.pucp.edu.pe/repositorio/handle/20.500.12404/368
Straughair C. (2019). Reflections on developing a conceptual framework to support a constructivist grounded theory study on compassion in nursing. Nurse researcher, 27(1), 22–26. https://doi.org/10.7748/nr.2019.e1621
Yousef, C. Salama, M. Y. Jad, T. El-Gafy, M. Matar & Habashi, S. (2016). GPU based genetic algorithm solution for the timetabling problema. 2016 11th International Conference on Computer Engineering & Systems (ICCES), 2016, pp. 103-109, doi: 10.1109/ICCES.2016.7821982.
Derechos de autor 2022 Edgar Eavier Terán-Pozo, Ariel José Romero-Fernández, Ana Lucía Sandoval-Pillajo, Luis Rafael Freire-Lescano
Esta obra está bajo licencia internacional Creative Commons Reconocimiento-NoComercial-CompartirIgual 4.0.
CC BY-NC-SA : Esta licencia permite a los reutilizadores distribuir, remezclar, adaptar y construir sobre el material en cualquier medio o formato solo con fines no comerciales, y solo siempre y cuando se dé la atribución al creador. Si remezcla, adapta o construye sobre el material, debe licenciar el material modificado bajo términos idénticos.
OAI-PMH URL: https://cienciamatriarevista.org.ve/index.php/cm/oai