| dc.creator | Méndez Garabetti, Miguel | |
| dc.creator | Bianchini, Germán | |
| dc.creator | Caymes Scutari, Paola | |
| dc.creator | Tardivo, María | |
| dc.date | 2023-06-08T16:47:52Z | |
| dc.date | 2023-06-08T16:47:52Z | |
| dc.date | 2017-01-01 | |
| dc.date.accessioned | 2023-08-31T14:40:15Z | |
| dc.date.available | 2023-08-31T14:40:15Z | |
| dc.identifier | XIX Workshop de Investigadores en Ciencias de la Computación (WICC). Año 2017 | |
| dc.identifier | http://hdl.handle.net/20.500.12272/8017 | |
| dc.identifier.uri | https://repositorioslatinoamericanos.uchile.cl/handle/2250/8548914 | |
| dc.description | La predicción del comportamiento de incendios forestales no es una tarea sencilla ya que dicho proceso se ve afectado por la falta de precisión o incertidumbre en los parámetros de entrada. En base a esto, resulta importante desarrollar métodos que permitan tratar la incertidumbre posibilitando la obtención de predicciones más precisas y confiables. En el presente trabajo se presenta un proyecto de desarrollo de un método de reducción de incertidumbre denominado Sistema Estadístico Evolutivo Híbrido con Modelo de Islas (HESS-IM). HESS-IM es un método que combina las bondades de tres metaheurísticas poblacionales evolutivas:
Algoritmos Evolutivos, Evolución Diferencial y Optimización por Cúmulo de Partículas bajo un esquema de combinación colaborativa basado en migración mediante modelo de islas y HPC. Es importante mencionar que si bien el método se encuentra aún en desarrollo, existe una versión preliminar la cual ha sido implementada con Algoritmos Evolutivos y Evolución Diferencial. Ésta, ha obtenido resultados alentadores, ya que ha superado resultados obtenidos por metodologías previamente desarrolladas, sin considerar que aún resta realizar estudios más exhaustivos; los cuales podrían permitir obtener resultados de mayor calidad. | |
| dc.description | Atribución | |
| 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 | Predicción, Incendios forestales, Reducción de incertidumbre, Metaheurísticas evolutivas poblacionales, HPC, Metaheurísticas híbridas | |
| dc.title | Método de reducción de incertidumbre basado en HPC y metaheurísticas híbridas aplicado a la predicción de incendios forestales | |
| dc.type | info:eu-repo/semantics/article | |
| dc.type | acceptedVersion | |
