000 | ntdaa22 ab4500 | ||
---|---|---|---|
999 |
_c11775 _d11775 |
||
003 | ESPAM MFL | ||
005 | 20200120100108.0 | ||
006 | amr|pgr|ai| 001 0 | ||
008 | 140809s9999 mx ||||f m||| 00| 0 spa d | ||
040 |
_aEC-ESPAM MFL _bSPA |
||
041 | _aspa. | ||
084 |
_aTT-C _b22 |
||
100 | _aGuamán Bravo, Paola Victoria | ||
245 | _aRepresentaciones cromosómicas del algoritmo NSGA-II para el problema de árbol de expansión mínima multiobjetivo (MST-MO). | ||
260 |
_aCalceta, Ecuador _bESPAM MFL _c2019 |
||
300 |
_axiv, 80 páginas; _bFotos, graficos, tablas; _eCD; |
||
502 | _cESPAM MFL | ||
520 | _aLa finalidad de este trabajo de titulación consistió en identificar la mejor alternativa de representación cromosómica que lograse mejorar el rendimiento en términos multiobjetivo de un algoritmo genético conocido como NSGA-II, el cual fue utilizado a la vez para abordar el problema del árbol de expansión mínima en su versión multiobjetivo. Esta identificación se logró a través de la evaluación exhaustiva de tres distintos tipos de representación cromosómica: Prüfer number, link and node biased encoding (LNB), y edge-set encoding. En unión a ello, se emplearon métodos de investigación científica (bibliográfico y analítico) para la búsqueda, interpretación y análisis de la información y de los resultados obtenidos en cada ejecución. Se empleó el software RStudio para la codificación y posterior ejecución de las representaciones, mismas que fueron aplicadas al NSGA-II junto con sus operadores evolutivos respectivos. En la realización de los experimentos computacionales se utilizaron datos de expresión génica, los cuales corresponden a cuatro bases de datos distintas disponibles en la web: arabidopsis, cell cycle, sporulation y serum. Una vez realizados dichos experimentos, se evaluó el rendimiento de las representaciones utilizando la métrica de desempeño multiobjetivo hipervolumen, con el fin de identificar las mejores fronteras de Pareto de cada representación. Luego del cálculo del hipervolumen se aplicaron pruebas estadísticas a sus datos por medio de los tests de Friedman y Nemenyi. Dichos cálculos de hipervolumen y test estadísticos permitieron determinar que la representación LNB fue la mejor alternativa para el mejoramiento del NSGA-II. | ||
650 | _aNSGA-II | ||
650 | _aÁrbol de expansión mínima multiobjetivo | ||
650 | _aRepresentaciones para algoritmos genéticos | ||
650 | _aPrüfer number | ||
700 |
_aPárraga Álava, Jorge Antonio _eTutor |
||
856 | _uhttp://repositorio.espam.edu.ec/handle/42000/1105 | ||
912 |
_c2020-01-20 _dPaul Villacreses |
||
913 | _bCC | ||
942 |
_2ddc _cTES |