Hiperheurística basada en razonamiento con dominio en metaheurísticas X-PSO multiobjetivo hy X-FPSO CBR : aplicación sobre una optimización dinámica posibilística. Parte 1 : desarr...

Autores
Schweickardt, Gustavo Alejandro; Casanova Pietroboni, Carlos Antonio; Giménez Álvarez, Juan Manuel
Año de publicación
2013
Idioma
español castellano
Tipo de recurso
artículo
Estado
versión publicada
Descripción
En el presente trabajo se desarrolla el marco conceptual/teórico relativo a una novedosa HiperHeurística, basada en Razonamiento y aplicada en el dominio de MetaHeurísticas variantes de la Optimización Por Enjambre de Partículas (PSO), denominadas X-PSO, MultiObjetivo. Esta HiperHeurística, referida como HY X-FPSO CBR (Case Based Reasoning) emplea, como mecanismo de selección de la forma X de la MetaHeurística FPSO a ser aplicada en cierta instancia de decisión, una Función de Elección aproximada mediante una Red Neuronal Artificial tipo Retropropagación. Para el diseño y, particularmente, entrenamiento de la misma, son considerados aspectos relativos a los Principios de la Inteligencia de Grupo y las habilidades que cada forma X-FPSO exhibe para satisfacerlos, así como las características del Espacio de Búsqueda, inherentes a la Clase de Problemas que deben resolverse mediante la HiperHeurística propuesta: Establecer el Espacio de Estados requerido por una Optimización Dinámica Posibilística sobre la Planificación de Mediano/Corto Plazo de un Sistema de Distribución de Energía Eléctrica (SDEE).
In this work the conceptual/theoretical framework of a novel HyperHeuristic, Case Based Reasoning and supported on some variants of MultiObjective Particle Swarm Optimization MetaHeuristic, called X-PSO, are presented. This HyperHeuristic, referred as HY X-FPSO CBR (Case Based Reasoning), works by mean of selection function, aproximated with an Artificial Backporpagation Neural Network. To design and, especially, training the Artificial Neural Network, Swarm Intelligence Principles and the skill that each X FPSO form exhibit to satisfy it, as well as the Search Space that is defined by the Problems Class to solve, are considered. This HyperHeuristic are designed to be applied in the definition of States Space required for a Possibilistic Optimization on the Mid/Short term Planning of a Electric Distribution System (EDS).
Fil: Schweickardt, Gustavo Alejandro. Universidad Tecnológica Nacional. Facultad Regional Concepción del Uruguay. Departamento Ingeniería Electromecánica. Grupo de Investigación en Economía Computacional de Regulación de Redes y Energías Renovables; Argentina.
Fil: Casanova Pietroboni, Carlos Antonio. Universidad Tecnológica Nacional. Facultad Regional Concepción del Uruguay. Departamento Ingeniería Electromecánica. Grupo de Investigación en Economía Computacional de Regulación de Redes y Energías Renovables; Argentina.
Fil: Giménez Álvarez, Juan Manuel. Universidad Nacional de San Juan. Facultad de Ingeniería; Argentina.
Fil: Schweickardt, Gustavo Alejandro. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina.
Fil: Casanova Pietroboni, Carlos Antonio. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina.
Fil: Giménez Álvarez, Juan Manuel. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina.
Peer Reviewed
Fuente
Revista de la Escuela de Perfeccionamiento en Investigación Operativa XXI(34): 8-29 (2013).
Materia
Optimización
Enjambre de partículas
HiperHeurísticas
Redes neuronales artificiales
Sistema de distribución de energía eléctrica
Optimization
Particles swarm
HyperHeuristics
Artificial neural network
Electric distribution system
Nivel de accesibilidad
acceso abierto
Condiciones de uso
2021-06-16T14:31:33Z
Repositorio
Repositorio Institucional Abierto (UTN)
Institución
Universidad Tecnológica Nacional
OAI Identificador
oai:ria.utn.edu.ar:20.500.12272/5255
Acceder
id RIAUTN_c44760e31d649108779d34b00f762688
oai_identifier_str oai:ria.utn.edu.ar:20.500.12272/5255
network_acronym_str RIAUTN
repository_id_str a
network_name_str Repositorio Institucional Abierto (UTN)
spelling Hiperheurística basada en razonamiento con dominio en metaheurísticas X-PSO multiobjetivo hy X-FPSO CBR : aplicación sobre una optimización dinámica posibilística. Parte 1 : desarrollos teóricos del algoritmo hiperheurístico HY X-FPSO CBRSchweickardt, Gustavo AlejandroCasanova Pietroboni, Carlos AntonioGiménez Álvarez, Juan ManuelOptimizaciónEnjambre de partículasHiperHeurísticasRedes neuronales artificialesSistema de distribución de energía eléctricaOptimizationParticles swarmHyperHeuristicsArtificial neural networkElectric distribution systemEn el presente trabajo se desarrolla el marco conceptual/teórico relativo a una novedosa HiperHeurística, basada en Razonamiento y aplicada en el dominio de MetaHeurísticas variantes de la Optimización Por Enjambre de Partículas (PSO), denominadas X-PSO, MultiObjetivo. Esta HiperHeurística, referida como HY X-FPSO CBR (Case Based Reasoning) emplea, como mecanismo de selección de la forma X de la MetaHeurística FPSO a ser aplicada en cierta instancia de decisión, una Función de Elección aproximada mediante una Red Neuronal Artificial tipo Retropropagación. Para el diseño y, particularmente, entrenamiento de la misma, son considerados aspectos relativos a los Principios de la Inteligencia de Grupo y las habilidades que cada forma X-FPSO exhibe para satisfacerlos, así como las características del Espacio de Búsqueda, inherentes a la Clase de Problemas que deben resolverse mediante la HiperHeurística propuesta: Establecer el Espacio de Estados requerido por una Optimización Dinámica Posibilística sobre la Planificación de Mediano/Corto Plazo de un Sistema de Distribución de Energía Eléctrica (SDEE).In this work the conceptual/theoretical framework of a novel HyperHeuristic, Case Based Reasoning and supported on some variants of MultiObjective Particle Swarm Optimization MetaHeuristic, called X-PSO, are presented. This HyperHeuristic, referred as HY X-FPSO CBR (Case Based Reasoning), works by mean of selection function, aproximated with an Artificial Backporpagation Neural Network. To design and, especially, training the Artificial Neural Network, Swarm Intelligence Principles and the skill that each X FPSO form exhibit to satisfy it, as well as the Search Space that is defined by the Problems Class to solve, are considered. This HyperHeuristic are designed to be applied in the definition of States Space required for a Possibilistic Optimization on the Mid/Short term Planning of a Electric Distribution System (EDS).Fil: Schweickardt, Gustavo Alejandro. Universidad Tecnológica Nacional. Facultad Regional Concepción del Uruguay. Departamento Ingeniería Electromecánica. Grupo de Investigación en Economía Computacional de Regulación de Redes y Energías Renovables; Argentina.Fil: Casanova Pietroboni, Carlos Antonio. Universidad Tecnológica Nacional. Facultad Regional Concepción del Uruguay. Departamento Ingeniería Electromecánica. Grupo de Investigación en Economía Computacional de Regulación de Redes y Energías Renovables; Argentina.Fil: Giménez Álvarez, Juan Manuel. Universidad Nacional de San Juan. Facultad de Ingeniería; Argentina.Fil: Schweickardt, Gustavo Alejandro. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina.Fil: Casanova Pietroboni, Carlos Antonio. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina.Fil: Giménez Álvarez, Juan Manuel. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina.Peer Reviewed2021-06-16T14:31:33Z2021-06-16T14:31:33Z2013-11info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_6501info:ar-repo/semantics/articuloapplication/pdfapplication/pdfRevista de la Escuela de Perfeccionamiento en Investigación Operativa XXI (34): 8-29 (2013)0329-7322https://revistas.unc.edu.ar/index.php/epiohttp://hdl.handle.net/20.500.12272/5255Revista de la Escuela de Perfeccionamiento en Investigación Operativa XXI(34): 8-29 (2013).reponame:Repositorio Institucional Abierto (UTN)instname:Universidad Tecnológica Nacionalspainfo:eu-repo/semantics/openAccess2021-06-16T14:31:33Zhttp://creativecommons.org/licenses/by-nc-nd/4.0/Attribution-NonCommercial-NoDerivatives 4.0 InternacionalSchweickardt, Gustavo ; Casanova Pietroboni, Carlos Antonio ; Giménez Álvarez, Juan ManuelNo comercial con fines acdémicos2026-10-01T11:59:06Zoai:ria.utn.edu.ar:20.500.12272/5255instacron: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 11:59:07.488Repositorio Institucional Abierto (UTN) - Universidad Tecnológica Nacionalfalse
dc.title.none.fl_str_mv Hiperheurística basada en razonamiento con dominio en metaheurísticas X-PSO multiobjetivo hy X-FPSO CBR : aplicación sobre una optimización dinámica posibilística. Parte 1 : desarrollos teóricos del algoritmo hiperheurístico HY X-FPSO CBR
title Hiperheurística basada en razonamiento con dominio en metaheurísticas X-PSO multiobjetivo hy X-FPSO CBR : aplicación sobre una optimización dinámica posibilística. Parte 1 : desarrollos teóricos del algoritmo hiperheurístico HY X-FPSO CBR
spellingShingle Hiperheurística basada en razonamiento con dominio en metaheurísticas X-PSO multiobjetivo hy X-FPSO CBR : aplicación sobre una optimización dinámica posibilística. Parte 1 : desarrollos teóricos del algoritmo hiperheurístico HY X-FPSO CBR
Schweickardt, Gustavo Alejandro
Optimización
Enjambre de partículas
HiperHeurísticas
Redes neuronales artificiales
Sistema de distribución de energía eléctrica
Optimization
Particles swarm
HyperHeuristics
Artificial neural network
Electric distribution system
title_short Hiperheurística basada en razonamiento con dominio en metaheurísticas X-PSO multiobjetivo hy X-FPSO CBR : aplicación sobre una optimización dinámica posibilística. Parte 1 : desarrollos teóricos del algoritmo hiperheurístico HY X-FPSO CBR
title_full Hiperheurística basada en razonamiento con dominio en metaheurísticas X-PSO multiobjetivo hy X-FPSO CBR : aplicación sobre una optimización dinámica posibilística. Parte 1 : desarrollos teóricos del algoritmo hiperheurístico HY X-FPSO CBR
title_fullStr Hiperheurística basada en razonamiento con dominio en metaheurísticas X-PSO multiobjetivo hy X-FPSO CBR : aplicación sobre una optimización dinámica posibilística. Parte 1 : desarrollos teóricos del algoritmo hiperheurístico HY X-FPSO CBR
title_full_unstemmed Hiperheurística basada en razonamiento con dominio en metaheurísticas X-PSO multiobjetivo hy X-FPSO CBR : aplicación sobre una optimización dinámica posibilística. Parte 1 : desarrollos teóricos del algoritmo hiperheurístico HY X-FPSO CBR
title_sort Hiperheurística basada en razonamiento con dominio en metaheurísticas X-PSO multiobjetivo hy X-FPSO CBR : aplicación sobre una optimización dinámica posibilística. Parte 1 : desarrollos teóricos del algoritmo hiperheurístico HY X-FPSO CBR
dc.creator.none.fl_str_mv Schweickardt, Gustavo Alejandro
Casanova Pietroboni, Carlos Antonio
Giménez Álvarez, Juan Manuel
author Schweickardt, Gustavo Alejandro
author_facet Schweickardt, Gustavo Alejandro
Casanova Pietroboni, Carlos Antonio
Giménez Álvarez, Juan Manuel
author_role author
author2 Casanova Pietroboni, Carlos Antonio
Giménez Álvarez, Juan Manuel
author2_role author
author
dc.subject.none.fl_str_mv Optimización
Enjambre de partículas
HiperHeurísticas
Redes neuronales artificiales
Sistema de distribución de energía eléctrica
Optimization
Particles swarm
HyperHeuristics
Artificial neural network
Electric distribution system
topic Optimización
Enjambre de partículas
HiperHeurísticas
Redes neuronales artificiales
Sistema de distribución de energía eléctrica
Optimization
Particles swarm
HyperHeuristics
Artificial neural network
Electric distribution system
dc.description.none.fl_txt_mv En el presente trabajo se desarrolla el marco conceptual/teórico relativo a una novedosa HiperHeurística, basada en Razonamiento y aplicada en el dominio de MetaHeurísticas variantes de la Optimización Por Enjambre de Partículas (PSO), denominadas X-PSO, MultiObjetivo. Esta HiperHeurística, referida como HY X-FPSO CBR (Case Based Reasoning) emplea, como mecanismo de selección de la forma X de la MetaHeurística FPSO a ser aplicada en cierta instancia de decisión, una Función de Elección aproximada mediante una Red Neuronal Artificial tipo Retropropagación. Para el diseño y, particularmente, entrenamiento de la misma, son considerados aspectos relativos a los Principios de la Inteligencia de Grupo y las habilidades que cada forma X-FPSO exhibe para satisfacerlos, así como las características del Espacio de Búsqueda, inherentes a la Clase de Problemas que deben resolverse mediante la HiperHeurística propuesta: Establecer el Espacio de Estados requerido por una Optimización Dinámica Posibilística sobre la Planificación de Mediano/Corto Plazo de un Sistema de Distribución de Energía Eléctrica (SDEE).
In this work the conceptual/theoretical framework of a novel HyperHeuristic, Case Based Reasoning and supported on some variants of MultiObjective Particle Swarm Optimization MetaHeuristic, called X-PSO, are presented. This HyperHeuristic, referred as HY X-FPSO CBR (Case Based Reasoning), works by mean of selection function, aproximated with an Artificial Backporpagation Neural Network. To design and, especially, training the Artificial Neural Network, Swarm Intelligence Principles and the skill that each X FPSO form exhibit to satisfy it, as well as the Search Space that is defined by the Problems Class to solve, are considered. This HyperHeuristic are designed to be applied in the definition of States Space required for a Possibilistic Optimization on the Mid/Short term Planning of a Electric Distribution System (EDS).
Fil: Schweickardt, Gustavo Alejandro. Universidad Tecnológica Nacional. Facultad Regional Concepción del Uruguay. Departamento Ingeniería Electromecánica. Grupo de Investigación en Economía Computacional de Regulación de Redes y Energías Renovables; Argentina.
Fil: Casanova Pietroboni, Carlos Antonio. Universidad Tecnológica Nacional. Facultad Regional Concepción del Uruguay. Departamento Ingeniería Electromecánica. Grupo de Investigación en Economía Computacional de Regulación de Redes y Energías Renovables; Argentina.
Fil: Giménez Álvarez, Juan Manuel. Universidad Nacional de San Juan. Facultad de Ingeniería; Argentina.
Fil: Schweickardt, Gustavo Alejandro. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina.
Fil: Casanova Pietroboni, Carlos Antonio. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina.
Fil: Giménez Álvarez, Juan Manuel. Consejo Nacional de Investigaciones Científicas y Técnicas; Argentina.
Peer Reviewed
description En el presente trabajo se desarrolla el marco conceptual/teórico relativo a una novedosa HiperHeurística, basada en Razonamiento y aplicada en el dominio de MetaHeurísticas variantes de la Optimización Por Enjambre de Partículas (PSO), denominadas X-PSO, MultiObjetivo. Esta HiperHeurística, referida como HY X-FPSO CBR (Case Based Reasoning) emplea, como mecanismo de selección de la forma X de la MetaHeurística FPSO a ser aplicada en cierta instancia de decisión, una Función de Elección aproximada mediante una Red Neuronal Artificial tipo Retropropagación. Para el diseño y, particularmente, entrenamiento de la misma, son considerados aspectos relativos a los Principios de la Inteligencia de Grupo y las habilidades que cada forma X-FPSO exhibe para satisfacerlos, así como las características del Espacio de Búsqueda, inherentes a la Clase de Problemas que deben resolverse mediante la HiperHeurística propuesta: Establecer el Espacio de Estados requerido por una Optimización Dinámica Posibilística sobre la Planificación de Mediano/Corto Plazo de un Sistema de Distribución de Energía Eléctrica (SDEE).
publishDate 2013
dc.date.none.fl_str_mv 2013-11
2021-06-16T14:31:33Z
2021-06-16T14:31:33Z
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 Revista de la Escuela de Perfeccionamiento en Investigación Operativa XXI (34): 8-29 (2013)
0329-7322
https://revistas.unc.edu.ar/index.php/epio
http://hdl.handle.net/20.500.12272/5255
identifier_str_mv Revista de la Escuela de Perfeccionamiento en Investigación Operativa XXI (34): 8-29 (2013)
0329-7322
url https://revistas.unc.edu.ar/index.php/epio
http://hdl.handle.net/20.500.12272/5255
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
2021-06-16T14:31:33Z
http://creativecommons.org/licenses/by-nc-nd/4.0/
Attribution-NonCommercial-NoDerivatives 4.0 Internacional
Schweickardt, Gustavo ; Casanova Pietroboni, Carlos Antonio ; Giménez Álvarez, Juan Manuel
No comercial con fines acdémicos
eu_rights_str_mv openAccess
rights_invalid_str_mv 2021-06-16T14:31:33Z
http://creativecommons.org/licenses/by-nc-nd/4.0/
Attribution-NonCommercial-NoDerivatives 4.0 Internacional
Schweickardt, Gustavo ; Casanova Pietroboni, Carlos Antonio ; Giménez Álvarez, Juan Manuel
No comercial con fines acdémicos
dc.format.none.fl_str_mv application/pdf
application/pdf
dc.source.none.fl_str_mv Revista de la Escuela de Perfeccionamiento en Investigación Operativa XXI(34): 8-29 (2013).
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_ 1877862405181014016
score 13.365483

Publicaciones similares