- -

Genetic Algorithms for solving combinatorial problems

RiuNet: Institutional repository of the Polithecnic University of Valencia

Share/Send to

Cited by

Statistics

Genetic Algorithms for solving combinatorial problems

Show simple item record

Files in this item

dc.contributor.advisor Barber Sanchís, Federico es_ES
dc.contributor.author Ariño Sales, Juan Francisco es_ES
dc.date.accessioned 2020-10-15T07:08:14Z
dc.date.available 2020-10-15T07:08:14Z
dc.date.created 2020-09-18
dc.date.issued 2020-10-15 es_ES
dc.identifier.uri http://hdl.handle.net/10251/151896
dc.description.abstract [EN] The boolean satisfiability problem is a very important problem in computer science, affecting a great variety of fields, this work attempts to study how well genetic algorithms perform when applied to the SAT problem in comparison with some popular existing SAT solvers. In order to study the genetic algorithms, the effects of the different genetic operators are analyzed through experimental evaluation, using this analysis the best performing genetic algorithms are selected for comparison with the SAT solvers. The experiments performed indicate that hybrid genetic algorithms outperform pure genetic algorithms and local search algorithms, such as the SAT solvers analyzed, outperform them both when applied to SAT problems. es_ES
dc.description.abstract [ES] El problema de satisfacibilidad booleana es un problema muy importante en el campo de la informatica ya que afecta a una gran variedad de campos, este trabajo intenta estudiar el comportamiento de los algoritmos aplicados a problemas SAT para luego compararlos con algunos de los solucionadores SAT existentes más populares. Para poder estudiar el comportamiento del algoritmo genético, se analizan los efectos de los distintos operadores genéticos a partir de la evaluación experimental, utilizando dicho análisis se seleccionan los mejores algoritmos genéticos para compararlos con los solucionadores SAT. Los experimentos llevados a cabo indican que los algoritmos genéticos hibridos funcionan mejor que los algoritmos genéticos puros y los algoritmos de busqueda local, como los solucionadores SAT analizados, funcionan mejor que ambos a la hora de solucionar problemas SAT. es_ES
dc.description.abstract [CA] El problema de satisfacibilidad booleana és un problema molt important en el camp de la informatica ja que afecta a una gran varietat de camps, este treball intenta estudiar com es comporten el algoritmes genetics aplicats a problemes SAT per a despres compararlos amb alguns dels solucionadors SAT existents més populars. Per a poder estudiar el comportament de l’algoritme genètic, s’analitzen els efectes dels distints operadors genètics a partir de l’avaluació experimental, utilitzant la dit anàlisi se seleccionen els millors algoritmes genètics per a comparar-los amb els solucionadors SAT. Els experiments duts a terme indiquen que els algoritmes genètics híbrids funcionen millor que els algoritmes genètics purs i els algoritmes de cerca local, com els solucionadors SAT analitzats, funcionen millor que ambdós a l’hora de solucionar problemes SAT. es_ES
dc.format.extent 102 es_ES
dc.language Inglés es_ES
dc.publisher Universitat Politècnica de València es_ES
dc.rights Reconocimiento (by) es_ES
dc.subject Genetic algorithms es_ES
dc.subject Boolean satisfiability es_ES
dc.subject Genetic operators es_ES
dc.subject SAT solvers es_ES
dc.subject Algoritmos genéticos es_ES
dc.subject Satisfacibilidad booleana es_ES
dc.subject Operadores genéticos es_ES
dc.subject Solucionador SAT es_ES
dc.subject.classification LENGUAJES Y SISTEMAS INFORMATICOS es_ES
dc.subject.other Grado en Ingeniería Informática-Grau en Enginyeria Informàtica es_ES
dc.title Genetic Algorithms for solving combinatorial problems es_ES
dc.title.alternative Aplicación de Algoritmos Genéticos para la optimización de problemas combinatorios es_ES
dc.type Proyecto/Trabajo fin de carrera/grado es_ES
dc.rights.accessRights Abierto es_ES
dc.contributor.affiliation Universitat Politècnica de València. Departamento de Sistemas Informáticos y Computación - Departament de Sistemes Informàtics i Computació es_ES
dc.contributor.affiliation Universitat Politècnica de València. Escola Tècnica Superior d'Enginyeria Informàtica es_ES
dc.description.bibliographicCitation Ariño Sales, JF. (2020). Genetic Algorithms for solving combinatorial problems. http://hdl.handle.net/10251/151896 es_ES
dc.description.accrualMethod TFGM es_ES
dc.relation.pasarela TFGM\116454 es_ES


This item appears in the following Collection(s)

Show simple item record