Mostrar el registro sencillo del ítem
dc.contributor.author | Izquierdo Sebastián, Joaquín | es_ES |
dc.contributor.author | Carpitella, Silvia | es_ES |
dc.date.accessioned | 2018-07-03T11:39:43Z | |
dc.date.available | 2018-07-03T11:39:43Z | |
dc.date.issued | 2018-07-03T11:39:43Z | |
dc.identifier.uri | http://hdl.handle.net/10251/105210 | |
dc.description.abstract | Para resolver la mayor parte de problemas de optimización del mundo real son necesarias técnicas sofisticadas, tales como los algoritmos evolutivos, que no se basan en el Cálculo Infinitesimal y que, en consecuencia, nunca caben en los planes de estudios de los grados en ciencia e ingeniería. No obstante, el ingeniero tendrá que utilizar tales técnicas antes o después. Para poner a prueba la habilidad de tales técnicas de optimización se suelen utilizar problemas de benchmarking que exhiben algunas de las características de los problemas del mundo real. En este artículo enumeramos brevemente algunas de tales características y presentamos una colección de problemas de optimización mono-objetivo, no condicionada, en varias variables. | es_ES |
dc.language | Español | es_ES |
dc.publisher | Universitat Politècnica de València | es_ES |
dc.rights | Reserva de todos los derechos | es_ES |
dc.subject | Optimización | es_ES |
dc.subject | multimodalidad | es_ES |
dc.subject | algoritmos evolutivos | es_ES |
dc.subject | benchmarking | es_ES |
dc.subject.classification | MATEMATICA APLICADA | es_ES |
dc.title | Funciones test para optimización mono-objetivo | es_ES |
dc.type | Objeto de aprendizaje | es_ES |
dc.lom.learningResourceType | Artículo Docente | es_ES |
dc.lom.interactivityLevel | Alto | es_ES |
dc.lom.semanticDensity | Alto | es_ES |
dc.lom.intendedEndUserRole | Alumno | es_ES |
dc.lom.context | Primer ciclo | es_ES |
dc.lom.difficulty | Dificultad media | es_ES |
dc.lom.typicalLearningTime | 03 horas 00 minutos | es_ES |
dc.lom.educationalDescription | El artículo debe ser leído con atención y estudiado en profundidad. El lector debería comprobar cada uno de los detalles que se dejan sin resolver, por limitaciones de longitud del documento. El lector deberá utilizar algún código de optimización de que disponga o pueda buscar, para poner a prueba cada una de las funciones de la colección que incluye el artículo. Adicionalmente, complementamos este artículo son la sugerencia de uso de un objeto de aprendizaje que muestra algunas dificultades, con frecuencia insospechadas, que plantea la optimización. Tal objeto de aprendizaje es de acceso libre y se encuentra en el repositorio Riunet de la Universitat Politècnica de València. | es_ES |
dc.lom.educationalLanguage | Español | es_ES |
dc.upv.convocatoriaDocenciaRed | 2017-2018 | es_ES |
dc.upv.ambito | PUBLICO | es_ES |
dc.subject.unesco | 1203 - Ciencias de la Computación | es_ES |
dc.rights.accessRights | Abierto | es_ES |
dc.contributor.affiliation | Universitat Politècnica de València. Escuela Técnica Superior de Ingenieros de Telecomunicación - Escola Tècnica Superior d'Enginyers de Telecomunicació | es_ES |
dc.contributor.affiliation | Universitat Politècnica de València. Departamento de Matemática Aplicada - Departament de Matemàtica Aplicada | es_ES |
dc.description.bibliographicCitation | Izquierdo Sebastián, J.; Carpitella, S. (2018). Funciones test para optimización mono-objetivo. http://hdl.handle.net/10251/105210 | es_ES |
dc.description.accrualMethod | DER | es_ES |
dc.relation.pasarela | DER\20699 | es_ES |