Aproximación del frente pareto-óptimo de un problema NRP bi-objetivo mediante un algoritmo basado en enjambres de partículas

Autores
Rottoli, Giovanni Daián; Schab, Esteban Alejandro; De Battista, Anabella Cecilia; Tournoud, Adrián Alberto; Bracco, Luciano Joaquín; Pereyra Rausch, Fernando Nahuel; Casanova Pietroboni, Carlos Antonio
Año de publicación
2018
Idioma
español castellano
Tipo de recurso
artículo
Estado
versión publicada
Descripción
En este trabajo se presenta un método novedoso basado en Enjambres de Partículas para la aproximación del frente Pareto-óptimo de un problema de optimización bi-objetivo, el problema del Next Release (NRP). Se define el problema en sus versiones mono y bi-objetivo, presentando una representación con Programación Lineal Entera. El método utiliza la teoría de Conjuntos Difusos para componer una función abstracta de aptitud, la cual es especializada por distintas partículas para realizar la búsqueda en distintos lugares del frente. Se realiza una prueba de concepto, aplicando el método a una instancia del problema y se compara con otra metaheurística del estado del arte. Finalmente, se concluye resaltando los resultados más importantes.
In this paper a novel method based on particle swarms for the Pareto-optimal approach of a bi-objective optimization problem, the Next Release problem (NRP), is presented. The problem is defined in its mono and bi-objective versions, presenting a representation with Integer Linear Programming. The method uses Fuzzy Sets theory to compose an abstract fitness function, which is specialized by different particles to perform the search in different places of the front. A proof of concept is carried out, applying the method to an instance of the bi-objective NRP problem and comparing it with another metaheuristic of the state of the art. Finally, it is concluded by highlighting the most important results.
Fil: Rottoli, Giovanni Daián. Universidad Tecnológica Nacional. Facultad Regional Concepción del Uruguay. Departamento Ingeniería en Sistemas de Información. Grupo de Investigación Inteligencia Computacional e Ingeniería de Software; Argentina.
Fil: Schab, Esteban Alejandro. Universidad Tecnológica Nacional. Facultad Regional Concepción del Uruguay. Departamento Ingeniería en Sistemas de Información. Grupo de Investigación Inteligencia Computacional e Ingeniería de Software; Argentina.
Fil: De Battista, Anabella Cecilia. Universidad Tecnológica Nacional. Facultad Regional Concepción del Uruguay. Departamento Ingeniería en Sistemas de Información. Grupo de Investigación Inteligencia Computacional e Ingeniería de Software; Argentina.
Fil: Tournoud, Adrián Alberto. Universidad Tecnológica Nacional. Facultad Regional Concepción del Uruguay. Departamento Ingeniería en Sistemas de Información. Grupo de Investigación Inteligencia Computacional e Ingeniería de Software; Argentina.
Fil: Bracco, Luciano Joaquín. Universidad Tecnológica Nacional. Facultad Regional Concepción del Uruguay. Departamento Ingeniería en Sistemas de Información. Grupo de Investigación Inteligencia Computacional e Ingeniería de Software; Argentina.
Fil: Pereyra Rausch, Fernando Nahuel. Universidad Tecnológica Nacional. Facultad Regional Concepción del Uruguay. Departamento Ingeniería en Sistemas de Información. Grupo de Investigación Inteligencia Computacional e Ingeniería de Software; Argentina.
Fil: Casanova Pietroboni, Carlos Antonio. Universidad Tecnológica Nacional. Facultad Regional Concepción del Uruguay. Departamento Ingeniería en Sistemas de Información. Grupo de Investigación Inteligencia Computacional e Ingeniería de Software; Argentina.
Peer Reviewed
Materia
Frente pareto-óptimo
Problema next release
Conjuntos difusos
Ingeniería de software basada en búsqueda
Enjambre de partículas
Programación lineal entera
Nivel de accesibilidad
acceso abierto
Condiciones de uso
2020-03-09T14:09:05Z
Repositorio
Repositorio Institucional Abierto (UTN)
Institución
Universidad Tecnológica Nacional
OAI Identificador
oai:ria.utn.edu.ar:20.500.12272/4395
Acceder
id RIAUTN_a8e118b8814095824d51472233ea466c
oai_identifier_str oai:ria.utn.edu.ar:20.500.12272/4395
network_acronym_str RIAUTN
repository_id_str a
network_name_str Repositorio Institucional Abierto (UTN)
spelling Aproximación del frente pareto-óptimo de un problema NRP bi-objetivo mediante un algoritmo basado en enjambres de partículasRottoli, Giovanni DaiánSchab, Esteban AlejandroDe Battista, Anabella CeciliaTournoud, Adrián AlbertoBracco, Luciano JoaquínPereyra Rausch, Fernando NahuelCasanova Pietroboni, Carlos AntonioFrente pareto-óptimoProblema next releaseConjuntos difusosIngeniería de software basada en búsquedaEnjambre de partículasProgramación lineal enteraEn este trabajo se presenta un método novedoso basado en Enjambres de Partículas para la aproximación del frente Pareto-óptimo de un problema de optimización bi-objetivo, el problema del Next Release (NRP). Se define el problema en sus versiones mono y bi-objetivo, presentando una representación con Programación Lineal Entera. El método utiliza la teoría de Conjuntos Difusos para componer una función abstracta de aptitud, la cual es especializada por distintas partículas para realizar la búsqueda en distintos lugares del frente. Se realiza una prueba de concepto, aplicando el método a una instancia del problema y se compara con otra metaheurística del estado del arte. Finalmente, se concluye resaltando los resultados más importantes.In this paper a novel method based on particle swarms for the Pareto-optimal approach of a bi-objective optimization problem, the Next Release problem (NRP), is presented. The problem is defined in its mono and bi-objective versions, presenting a representation with Integer Linear Programming. The method uses Fuzzy Sets theory to compose an abstract fitness function, which is specialized by different particles to perform the search in different places of the front. A proof of concept is carried out, applying the method to an instance of the bi-objective NRP problem and comparing it with another metaheuristic of the state of the art. Finally, it is concluded by highlighting the most important results.Fil: Rottoli, Giovanni Daián. Universidad Tecnológica Nacional. Facultad Regional Concepción del Uruguay. Departamento Ingeniería en Sistemas de Información. Grupo de Investigación Inteligencia Computacional e Ingeniería de Software; Argentina.Fil: Schab, Esteban Alejandro. Universidad Tecnológica Nacional. Facultad Regional Concepción del Uruguay. Departamento Ingeniería en Sistemas de Información. Grupo de Investigación Inteligencia Computacional e Ingeniería de Software; Argentina.Fil: De Battista, Anabella Cecilia. Universidad Tecnológica Nacional. Facultad Regional Concepción del Uruguay. Departamento Ingeniería en Sistemas de Información. Grupo de Investigación Inteligencia Computacional e Ingeniería de Software; Argentina.Fil: Tournoud, Adrián Alberto. Universidad Tecnológica Nacional. Facultad Regional Concepción del Uruguay. Departamento Ingeniería en Sistemas de Información. Grupo de Investigación Inteligencia Computacional e Ingeniería de Software; Argentina.Fil: Bracco, Luciano Joaquín. Universidad Tecnológica Nacional. Facultad Regional Concepción del Uruguay. Departamento Ingeniería en Sistemas de Información. Grupo de Investigación Inteligencia Computacional e Ingeniería de Software; Argentina.Fil: Pereyra Rausch, Fernando Nahuel. Universidad Tecnológica Nacional. Facultad Regional Concepción del Uruguay. Departamento Ingeniería en Sistemas de Información. Grupo de Investigación Inteligencia Computacional e Ingeniería de Software; Argentina.Fil: Casanova Pietroboni, Carlos Antonio. Universidad Tecnológica Nacional. Facultad Regional Concepción del Uruguay. Departamento Ingeniería en Sistemas de Información. Grupo de Investigación Inteligencia Computacional e Ingeniería de Software; Argentina.Peer Reviewed2020-03-09T14:09:05Z2020-03-09T14:09:05Z2018-10-26info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_6501info:ar-repo/semantics/articuloapplication/pdfapplication/pdfAnales SABTIC: 363-373 (2018)2237-2970http://hdl.handle.net/20.500.12272/4395spainfo:eu-repo/semantics/openAccess2020-03-09T14:09:05Zhttp://creativecommons.org/licenses/by-nc-nd/4.0/Casanova Pietroboni, Carlos Antonio ; Rottoli, Giovanni Daián ; Schab, Esteban Alejandro ; De Battista, Anabella Cecilia ; Tournoud, Adrián Alberto ; Bracco, Luciano Joaquín ; Pereyra Rausch, Fernando NahuelNo comercial con fines académicosAttribution-NonCommercial-NoDerivatives 4.0 Internacionalreponame:Repositorio Institucional Abierto (UTN)instname:Universidad Tecnológica Nacional2026-10-01T11:56:36Zoai:ria.utn.edu.ar:20.500.12272/4395instacron:UTNInstitucionalhttp://ria.utn.edu.ar/Universidad públicaNo correspondehttp://ria.utn.edu.ar/oaigestionria@rec.utn.edu.ar; fsuarez@rec.utn.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:a2026-10-01 11:56:37.089Repositorio Institucional Abierto (UTN) - Universidad Tecnológica Nacionalfalse
dc.title.none.fl_str_mv Aproximación del frente pareto-óptimo de un problema NRP bi-objetivo mediante un algoritmo basado en enjambres de partículas
title Aproximación del frente pareto-óptimo de un problema NRP bi-objetivo mediante un algoritmo basado en enjambres de partículas
spellingShingle Aproximación del frente pareto-óptimo de un problema NRP bi-objetivo mediante un algoritmo basado en enjambres de partículas
Rottoli, Giovanni Daián
Frente pareto-óptimo
Problema next release
Conjuntos difusos
Ingeniería de software basada en búsqueda
Enjambre de partículas
Programación lineal entera
title_short Aproximación del frente pareto-óptimo de un problema NRP bi-objetivo mediante un algoritmo basado en enjambres de partículas
title_full Aproximación del frente pareto-óptimo de un problema NRP bi-objetivo mediante un algoritmo basado en enjambres de partículas
title_fullStr Aproximación del frente pareto-óptimo de un problema NRP bi-objetivo mediante un algoritmo basado en enjambres de partículas
title_full_unstemmed Aproximación del frente pareto-óptimo de un problema NRP bi-objetivo mediante un algoritmo basado en enjambres de partículas
title_sort Aproximación del frente pareto-óptimo de un problema NRP bi-objetivo mediante un algoritmo basado en enjambres de partículas
dc.creator.none.fl_str_mv Rottoli, Giovanni Daián
Schab, Esteban Alejandro
De Battista, Anabella Cecilia
Tournoud, Adrián Alberto
Bracco, Luciano Joaquín
Pereyra Rausch, Fernando Nahuel
Casanova Pietroboni, Carlos Antonio
author Rottoli, Giovanni Daián
author_facet Rottoli, Giovanni Daián
Schab, Esteban Alejandro
De Battista, Anabella Cecilia
Tournoud, Adrián Alberto
Bracco, Luciano Joaquín
Pereyra Rausch, Fernando Nahuel
Casanova Pietroboni, Carlos Antonio
author_role author
author2 Schab, Esteban Alejandro
De Battista, Anabella Cecilia
Tournoud, Adrián Alberto
Bracco, Luciano Joaquín
Pereyra Rausch, Fernando Nahuel
Casanova Pietroboni, Carlos Antonio
author2_role author
author
author
author
author
author
dc.subject.none.fl_str_mv Frente pareto-óptimo
Problema next release
Conjuntos difusos
Ingeniería de software basada en búsqueda
Enjambre de partículas
Programación lineal entera
topic Frente pareto-óptimo
Problema next release
Conjuntos difusos
Ingeniería de software basada en búsqueda
Enjambre de partículas
Programación lineal entera
dc.description.none.fl_txt_mv En este trabajo se presenta un método novedoso basado en Enjambres de Partículas para la aproximación del frente Pareto-óptimo de un problema de optimización bi-objetivo, el problema del Next Release (NRP). Se define el problema en sus versiones mono y bi-objetivo, presentando una representación con Programación Lineal Entera. El método utiliza la teoría de Conjuntos Difusos para componer una función abstracta de aptitud, la cual es especializada por distintas partículas para realizar la búsqueda en distintos lugares del frente. Se realiza una prueba de concepto, aplicando el método a una instancia del problema y se compara con otra metaheurística del estado del arte. Finalmente, se concluye resaltando los resultados más importantes.
In this paper a novel method based on particle swarms for the Pareto-optimal approach of a bi-objective optimization problem, the Next Release problem (NRP), is presented. The problem is defined in its mono and bi-objective versions, presenting a representation with Integer Linear Programming. The method uses Fuzzy Sets theory to compose an abstract fitness function, which is specialized by different particles to perform the search in different places of the front. A proof of concept is carried out, applying the method to an instance of the bi-objective NRP problem and comparing it with another metaheuristic of the state of the art. Finally, it is concluded by highlighting the most important results.
Fil: Rottoli, Giovanni Daián. Universidad Tecnológica Nacional. Facultad Regional Concepción del Uruguay. Departamento Ingeniería en Sistemas de Información. Grupo de Investigación Inteligencia Computacional e Ingeniería de Software; Argentina.
Fil: Schab, Esteban Alejandro. Universidad Tecnológica Nacional. Facultad Regional Concepción del Uruguay. Departamento Ingeniería en Sistemas de Información. Grupo de Investigación Inteligencia Computacional e Ingeniería de Software; Argentina.
Fil: De Battista, Anabella Cecilia. Universidad Tecnológica Nacional. Facultad Regional Concepción del Uruguay. Departamento Ingeniería en Sistemas de Información. Grupo de Investigación Inteligencia Computacional e Ingeniería de Software; Argentina.
Fil: Tournoud, Adrián Alberto. Universidad Tecnológica Nacional. Facultad Regional Concepción del Uruguay. Departamento Ingeniería en Sistemas de Información. Grupo de Investigación Inteligencia Computacional e Ingeniería de Software; Argentina.
Fil: Bracco, Luciano Joaquín. Universidad Tecnológica Nacional. Facultad Regional Concepción del Uruguay. Departamento Ingeniería en Sistemas de Información. Grupo de Investigación Inteligencia Computacional e Ingeniería de Software; Argentina.
Fil: Pereyra Rausch, Fernando Nahuel. Universidad Tecnológica Nacional. Facultad Regional Concepción del Uruguay. Departamento Ingeniería en Sistemas de Información. Grupo de Investigación Inteligencia Computacional e Ingeniería de Software; Argentina.
Fil: Casanova Pietroboni, Carlos Antonio. Universidad Tecnológica Nacional. Facultad Regional Concepción del Uruguay. Departamento Ingeniería en Sistemas de Información. Grupo de Investigación Inteligencia Computacional e Ingeniería de Software; Argentina.
Peer Reviewed
description En este trabajo se presenta un método novedoso basado en Enjambres de Partículas para la aproximación del frente Pareto-óptimo de un problema de optimización bi-objetivo, el problema del Next Release (NRP). Se define el problema en sus versiones mono y bi-objetivo, presentando una representación con Programación Lineal Entera. El método utiliza la teoría de Conjuntos Difusos para componer una función abstracta de aptitud, la cual es especializada por distintas partículas para realizar la búsqueda en distintos lugares del frente. Se realiza una prueba de concepto, aplicando el método a una instancia del problema y se compara con otra metaheurística del estado del arte. Finalmente, se concluye resaltando los resultados más importantes.
publishDate 2018
dc.date.none.fl_str_mv 2018-10-26
2020-03-09T14:09:05Z
2020-03-09T14:09:05Z
dc.type.none.fl_str_mv info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
http://purl.org/coar/resource_type/c_6501
info:ar-repo/semantics/articulo
format article
status_str publishedVersion
dc.identifier.none.fl_str_mv Anales SABTIC: 363-373 (2018)
2237-2970
http://hdl.handle.net/20.500.12272/4395
identifier_str_mv Anales SABTIC: 363-373 (2018)
2237-2970
url http://hdl.handle.net/20.500.12272/4395
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
2020-03-09T14:09:05Z
http://creativecommons.org/licenses/by-nc-nd/4.0/
Casanova Pietroboni, Carlos Antonio ; Rottoli, Giovanni Daián ; Schab, Esteban Alejandro ; De Battista, Anabella Cecilia ; Tournoud, Adrián Alberto ; Bracco, Luciano Joaquín ; Pereyra Rausch, Fernando Nahuel
No comercial con fines académicos
Attribution-NonCommercial-NoDerivatives 4.0 Internacional
eu_rights_str_mv openAccess
rights_invalid_str_mv 2020-03-09T14:09:05Z
http://creativecommons.org/licenses/by-nc-nd/4.0/
Casanova Pietroboni, Carlos Antonio ; Rottoli, Giovanni Daián ; Schab, Esteban Alejandro ; De Battista, Anabella Cecilia ; Tournoud, Adrián Alberto ; Bracco, Luciano Joaquín ; Pereyra Rausch, Fernando Nahuel
No comercial con fines académicos
Attribution-NonCommercial-NoDerivatives 4.0 Internacional
dc.format.none.fl_str_mv application/pdf
application/pdf
dc.source.none.fl_str_mv reponame:Repositorio Institucional Abierto (UTN)
instname:Universidad Tecnológica Nacional
reponame_str Repositorio Institucional Abierto (UTN)
collection Repositorio Institucional Abierto (UTN)
instname_str Universidad Tecnológica Nacional
repository.name.fl_str_mv Repositorio Institucional Abierto (UTN) - Universidad Tecnológica Nacional
repository.mail.fl_str_mv gestionria@rec.utn.edu.ar; fsuarez@rec.utn.edu.ar
_version_ 1877862345081880576
score 13.365483

Publicaciones similares