| dc.creator | Tardivo, María | |
| dc.creator | Caymes Scutari, Paola | |
| dc.creator | Méndez Garabetti, Miguel | |
| dc.creator | Bianchini, Germán | |
| dc.date | 2023-06-08T16:13:53Z | |
| dc.date | 2023-06-08T16:13:53Z | |
| dc.date | 2017-10-09 | |
| dc.date.accessioned | 2023-08-31T14:40:15Z | |
| dc.date.available | 2023-08-31T14:40:15Z | |
| dc.identifier | XXIII Congreso Argentino de Ciencias de la Computación | |
| dc.identifier | http://hdl.handle.net/20.500.12272/8015 | |
| dc.identifier.uri | https://repositorioslatinoamericanos.uchile.cl/handle/2250/8548912 | |
| dc.description | La predicción del comportamiento de los incendios forestales representa un gran desafío desde el punto de vista matemático y computacional. La dificultad radica en la imposibilidad de medir en tiempo real todos los parámetros que determinan el comportamiento del incendio. ESSIM (Evolutionary Statistical System with Island Model),
es un método de reducción de incertidumbre que utiliza estadística, computación de alto rendimiento y estrategias evolutivas para orientar la búsqueda hacia mejores soluciones. ESSIM ha sido implementado con dos estrategias de búsqueda: el método ESSIM-EA utiliza como método de optimización a los Algoritmos Evolutivos, por su parte ESSIM-DE
utiliza el algoritmo Evolución Diferencial. ESSIM-EA ha demostrado obtener buena calidad de aproximaciones, mientras que ESSIM-DE obtiene mejores tiempos de respuesta. En este trabajo se presenta una alternativa para mejorar la calidad de las soluciones encontradas por ESSIM-DE, a partir del análisis de la velocidad de convergencia de la estrategia evolutiva y su relación con la distribución de la población al inicio de cada paso de predicción. | |
| dc.description | Universidad Tecnológica Nacional. Facultad Regional Mendoza; Argentina | |
| dc.format | pdf | |
| dc.language | spa | |
| dc.relation | PID 3939 | |
| dc.rights | openAccess | |
| dc.rights | http://creativecommons.org/publicdomain/zero/1.0/ | |
| dc.rights | CC0 1.0 Universal | |
| dc.rights | Universidad Tecnológica Nacional. Facultad Regional Mendoza | |
| dc.rights | Atribución | |
| dc.subject | Incendios forestales, Predicción, Modelo de islas, Algoritmos evolutivos, Evolución diferencial, Paralelismo | |
| dc.title | Optimización de un Método de Reducción de Incertidumbre Aplicado a Incendios Forestales | |
| dc.type | info:eu-repo/semantics/article | |
| dc.type | acceptedVersion | |
