Mariposa Pedaliodes vallenata
FAUNA
Compartir este contenido
Mariposa Pedaliodes vallenata
Copia el enlace o compártelo en redes sociales
Mariposa Heliconius numata messene
FAUNA
Compartir este contenido
Mariposa Heliconius numata messene
Copia el enlace o compártelo en redes sociales
Macho de inca soldado ( Coeligena lutetiae)
FAUNA
Compartir este contenido
Macho de inca soldado ( Coeligena lutetiae)
Copia el enlace o compártelo en redes sociales
Carex pichinchensis Kunth
UPTC_7040
Compartir este contenido
Carex pichinchensis Kunth
Copia el enlace o compártelo en redes sociales
Atardecer sobre el mar caribe
Los problemas de subconjuntos (partición de conjuntos, empaquetamiento y cobertura) son modelos formales de muchos problemas prácticos de optimización. Un problema de partición de conjuntos determina cómo se pueden dividir los elementos de un conjunto (S) en subconjuntos más pequeños. Todos los elementos de S deben estar contenidos en una y sólo una partición. Los problemas relacionados son el empaquetamiento de conjuntos (todos los elementos deben estar contenidos en cero o una partición) y la cobertura de conjuntos (todos los elementos deben estar contenidos en al menos una partición). Aquí presentamos un solucionador híbrido basado en la optimización de colonias de hormigas (ACO) combinada con la consistencia de arco para resolver este tipo de problemas. ACO es una metaheurística de inteligencia de enjambre inspirada en el comportamiento de las hormigas cuando buscan comida. Permite resolver problemas combinatorios complejos para los que las técnicas matemáticas tradicionales pueden fallar. Por otro lado, en la programación con restricciones, el proceso de resolución de problemas de satisfacción de restricciones puede reducir drásticamente el espacio de búsqueda por medio de la coherencia de arcos, reforzando la coherencia de las restricciones antes o durante la búsqueda. Nuestro enfoque híbrido se probó con conjuntos de datos de cobertura y partición de conjuntos. Se observó que el rendimiento de ACO había mejorado al integrar esta técnica de filtrado en su fase constructiva.
Compartir este contenido
A Hybrid Soft Computing Approach for Subset Problems
Copia el enlace o compártelo en redes sociales
A Hybrid Soft Computing Approach for Subset Problems
Los problemas de subconjuntos (partición de conjuntos, empaquetamiento y cobertura) son modelos formales de muchos problemas prácticos de optimización. Un problema de partición de conjuntos determina cómo se pueden dividir los elementos de un conjunto (S) en subconjuntos más pequeños. Todos los elementos de S deben estar contenidos en una y sólo una partición. Los problemas relacionados son el empaquetamiento de conjuntos (todos los elementos deben estar contenidos en cero o una partición) y la cobertura de conjuntos (todos los elementos deben estar contenidos en al menos una partición). Aquí presentamos un solucionador híbrido basado en la optimización de colonias de hormigas (ACO) combinada con la consistencia de arco para resolver este tipo de problemas. ACO es una metaheurística de inteligencia de enjambre inspirada en el comportamiento de las hormigas cuando buscan comida. Permite resolver problemas combinatorios complejos para los que las técnicas matemáticas tradicionales pueden fallar. Por otro lado, en la programación con restricciones, el proceso de resolución de problemas de satisfacción de restricciones puede reducir drásticamente el espacio de búsqueda por medio de la coherencia de arcos, reforzando la coherencia de las restricciones antes o durante la búsqueda. Nuestro enfoque híbrido se probó con conjuntos de datos de cobertura y partición de conjuntos. Se observó que el rendimiento de ACO había mejorado al integrar esta técnica de filtrado en su fase constructiva.
Compartir este contenido
A Hybrid Soft Computing Approach for Subset Problems
Copia el enlace o compártelo en redes sociales
Taller con la comunidad de la zona
CULTURA
Compartir este contenido
Taller con la comunidad de la zona
Copia el enlace o compártelo en redes sociales
Escarabajo coprófago (Cryptocanthon cff peckorum)
FAUNA
Compartir este contenido
Escarabajo coprófago (Cryptocanthon cff peckorum)
Copia el enlace o compártelo en redes sociales
Colección herpetológica (anfibios y reptiles) en la sede del Instituto Humboldt en Villa de Leyva
CULTURA
Compartir este contenido
Colección herpetológica (anfibios y reptiles) en la sede del Instituto Humboldt en Villa de Leyva
Copia el enlace o compártelo en redes sociales
Ejemplares Tipo orden Lepidoptera de la colección entomológica, con las etiquetas de localidad identificacion, QR, y codoigos de colecctor. Vista Dorsal y Ventra. Hembra.l
Los problemas de subconjuntos (partición de conjuntos, empaquetamiento y cobertura) son modelos formales de muchos problemas prácticos de optimización. Un problema de partición de conjuntos determina cómo se pueden dividir los elementos de un conjunto (S) en subconjuntos más pequeños. Todos los elementos de S deben estar contenidos en una y sólo una partición. Los problemas relacionados son el empaquetamiento de conjuntos (todos los elementos deben estar contenidos en cero o una partición) y la cobertura de conjuntos (todos los elementos deben estar contenidos en al menos una partición). Aquí presentamos un solucionador híbrido basado en la optimización de colonias de hormigas (ACO) combinada con la consistencia de arco para resolver este tipo de problemas. ACO es una metaheurística de inteligencia de enjambre inspirada en el comportamiento de las hormigas cuando buscan comida. Permite resolver problemas combinatorios complejos para los que las técnicas matemáticas tradicionales pueden fallar. Por otro lado, en la programación con restricciones, el proceso de resolución de problemas de satisfacción de restricciones puede reducir drásticamente el espacio de búsqueda por medio de la coherencia de arcos, reforzando la coherencia de las restricciones antes o durante la búsqueda. Nuestro enfoque híbrido se probó con conjuntos de datos de cobertura y partición de conjuntos. Se observó que el rendimiento de ACO había mejorado al integrar esta técnica de filtrado en su fase constructiva.
Compartir este contenido
A Hybrid Soft Computing Approach for Subset Problems