SciELO - Scientific Electronic Library Online

 
vol.18 número1Agregación de medidas de similitud para la detección de ortólogos: validación con medidas basadas en la teoría de conjuntos aproximadosMutación de la proteína proteasa del VIH utilizando optimización basada en colonia de hormigas y mapas cognitivos difusos: análisis de susceptibilidad a fármacos índice de autoresíndice de assuntospesquisa de artigos
Home Pagelista alfabética de periódicos  

Serviços Personalizados

Journal

Artigo

Indicadores

Links relacionados

  • Não possue artigos similaresSimilares em SciELO

Compartilhar


Computación y Sistemas

versão On-line ISSN 2007-9737versão impressa ISSN 1405-5546

Resumo

BOLUFE-ROHLER, Antonio; OTERO PEREIRA, Juan Manuel  e  FIOL-GONZALEZ, Sonia. Algoritmos de optimización basados en colonias de hormigas para la estimación de flujos de tráfico. Comp. y Sist. [online]. 2014, vol.18, n.1, pp.37-50. ISSN 2007-9737.  https://doi.org/10.13053/CyS-18-1-2014-017.

La estimación de flujos de tráfico permite implementar buenas estrategias de desarrollo, a la vez que ayuda en el proceso de toma de decisiones cuando se controlan y distribuyen recursos claves como el transporte masivo. La distribución de tráfico puede ser modelada como un problema de Flujo de Costo Mínimo para Múltiples Bienes. Para su solución, la Optimización de Colonia de Hormigas provee un marco de trabajo prometedor. En la presente investigación se presentan dos nuevos algoritmos basados en Colonias de Hormigas, los mismos se aplican a instancias reales del problema de estimación de flujo en Ciudad de La Habana. Los resultados alcanzados se comparan con los provistos por algoritmos clásicos, mostrando la efectividad del método propuesto.

Palavras-chave : Optimización no-lineal; metaheurísticas; problema de tráfico; logística; simulación.

        · resumo em Inglês     · texto em Inglês     · Inglês ( pdf )

 

Creative Commons License Todo o conteúdo deste periódico, exceto onde está identificado, está licenciado sob uma Licença Creative Commons