Método de reducción de incertidumbre basado en HPC y metaheurísticas híbridas aplicado a la predicción de incendios forestales

Mostrar todas las versiones(2)

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 o...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autores principales: Méndez Garabetti, Miguel, BIanchini, Germán, Caymes Scutari, Paola, Tardivo, María Laura
Formato: Objeto de conferencia
Lenguaje:Español
Publicado: 2017
Materias:
Ciencias Informáticas
Predicción
Heuristic methods
Incendios Forestales
Acceso en línea:http://sedici.unlp.edu.ar/handle/10915/62569
Aporte de:
SEDICI (UNLP) de Universidad Nacional de La Plata
id I19-R120-10915-62569
record_format dspace
institution Universidad Nacional de La Plata
institution_str I-19
repository_str R-120
collection SEDICI (UNLP)
language Español
topic Ciencias Informáticas
Predicción
Heuristic methods
Incendios Forestales
spellingShingle Ciencias Informáticas
Predicción
Heuristic methods
Incendios Forestales
Méndez Garabetti, Miguel
BIanchini, Germán
Caymes Scutari, Paola
Tardivo, María Laura
Método de reducción de incertidumbre basado en HPC y metaheurísticas híbridas aplicado a la predicción de incendios forestales
topic_facet Ciencias Informáticas
Predicción
Heuristic methods
Incendios Forestales
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.
format Objeto de conferencia
Objeto de conferencia
author Méndez Garabetti, Miguel
BIanchini, Germán
Caymes Scutari, Paola
Tardivo, María Laura
author_facet Méndez Garabetti, Miguel
BIanchini, Germán
Caymes Scutari, Paola
Tardivo, María Laura
author_sort Méndez Garabetti, Miguel
title Método de reducción de incertidumbre basado en HPC y metaheurísticas híbridas aplicado a la predicción de incendios forestales
title_short Método de reducción de incertidumbre basado en HPC y metaheurísticas híbridas aplicado a la predicción de incendios forestales
title_full Método de reducción de incertidumbre basado en HPC y metaheurísticas híbridas aplicado a la predicción de incendios forestales
title_fullStr Método de reducción de incertidumbre basado en HPC y metaheurísticas híbridas aplicado a la predicción de incendios forestales
title_full_unstemmed Método de reducción de incertidumbre basado en HPC y metaheurísticas híbridas aplicado a la predicción de incendios forestales
title_sort método de reducción de incertidumbre basado en hpc y metaheurísticas híbridas aplicado a la predicción de incendios forestales
publishDate 2017
url http://sedici.unlp.edu.ar/handle/10915/62569
work_keys_str_mv AT mendezgarabettimiguel metododereducciondeincertidumbrebasadoenhpcymetaheuristicashibridasaplicadoalapredicciondeincendiosforestales
AT bianchinigerman metododereducciondeincertidumbrebasadoenhpcymetaheuristicashibridasaplicadoalapredicciondeincendiosforestales
AT caymesscutaripaola metododereducciondeincertidumbrebasadoenhpcymetaheuristicashibridasaplicadoalapredicciondeincendiosforestales
AT tardivomarialaura metododereducciondeincertidumbrebasadoenhpcymetaheuristicashibridasaplicadoalapredicciondeincendiosforestales
bdutipo_str Repositorios
_version_ 1764820480018087940

Ejemplares similares