Redistrictalización Automática, su complejidad computacional y solución algorítmica por Búsqueda Tabú.
| dc.creator | Pezzuchi, Gastón | |
| dc.date.accessioned | 2016-03-04T18:57:36Z | |
| dc.date.available | 2016-03-04T18:57:36Z | |
| dc.date.submitted | 2011-04 | |
| dc.description.abstract | El presente trabajo explora brevemente la complejidad computacional inherente a los problemas de districtalización automática que surgen en diferentes áreas del conocimiento y de la realidad cuando es necesario definir regiones en base a información previamente agregada en unidades espaciales; generalmente estas regiones deben cumplir ciertas restricciones (balance poblacional, compacidad, integridad de comunidades, homogeneidad socioeconómica, etc.) que muchas veces compiten entre sí. Las características complejas del problema llevan necesariamente a la adopción de estrategias meta-heurísticas para la aproximación a soluciones óptimas o cuasi-óptimas. En este marco, se explora un algoritmo de Búsqueda Tabú y Memoria Adaptativa y su aplicabilidad a procesos de districtalización con radios censales del Área Metropolitana de Buenos Aires. En base a trabajos anteriores sobre este algoritmo, se procedió a ajustar los parámetros del mismo teniendo en cuenta las particularidades de las teselas elegidas y se obtuvo una solución óptima para el caso de ejemplo elegido del Partido de Berisso de la Provincia de Buenos Aires. Asimismo, este trabajo muestra que es factible embeber esta aproximación en Sistemas de Información Geográfica de uso masivo en nuestro medio. | |
| dc.identifier.uri | https://repositorio.21.edu.ar/handle/ues21/10263 | |
| dc.subject | Áreas temáticas::INVESTIGACIÓN | |
| dc.title | Redistrictalización Automática, su complejidad computacional y solución algorítmica por Búsqueda Tabú. | |
| dc.type | thesis | |
| ep.corpcreator | Ochoa, Claudio | |
| ep.corpcreator | Perez, Adriana | |
| ep.creatorid | ||
| ep.datestamp | 2012-03-28 14:01:57 | |
| ep.eprintid | 1067 | |
| ep.fulltextstatus | public | |
| ep.inventario | 000095 | |
| ep.inventario | CD-00095 | |
| ep.ispublished | submitted | |
| ep.lastmod | 2012-03-28 14:01:57 | |
| ep.pages | 135 | |
| ep.raw | <?xml version="1.0" encoding="UTF-8" standalone="yes"?> <root id="http://eprints.uesiglo21.edu.ar/id/eprint/1067" xmlns="http://eprints.org/ep2/data/2.0"> <eprintid>1067</eprintid> <rev_number>9</rev_number> <eprint_status>archive</eprint_status> <userid>4</userid> <dir>disk0/00/00/10/67</dir> <datestamp>2012-03-28 14:01:57</datestamp> <lastmod>2012-03-28 14:01:57</lastmod> <status_changed>2012-03-28 14:01:57</status_changed> <type>thesis</type> <metadata_visibility>show</metadata_visibility> <item_issues_count>0</item_issues_count> <creators> <item> <name> <family>Pezzuchi</family> <given>Gastón</given> </name> <id/> </item> </creators> <corp_creators> <item>Ochoa, Claudio</item> <item>Perez, Adriana</item> </corp_creators> <title>Redistrictalización Automática, su complejidad computacional y solución algorítmica por Búsqueda Tabú.</title> <ispublished>submitted</ispublished> <subjects> <item>1.2</item> </subjects> <divisions> <item>INF</item> </divisions> <full_text_status>public</full_text_status> <abstract>El presente trabajo explora brevemente la complejidad computacional inherente a los problemas de districtalización automática que surgen en diferentes áreas del conocimiento y de la realidad cuando es necesario definir regiones en base a información previamente agregada en unidades espaciales; generalmente estas regiones deben cumplir ciertas restricciones (balance poblacional, compacidad, integridad de comunidades, homogeneidad socioeconómica, etc.) que muchas veces compiten entre sí. Las características complejas del problema llevan necesariamente a la adopción de estrategias meta-heurísticas para la aproximación a soluciones óptimas o cuasi-óptimas. En este marco, se explora un algoritmo de Búsqueda Tabú y Memoria Adaptativa y su aplicabilidad a procesos de districtalización con radios censales del Área Metropolitana de Buenos Aires. En base a trabajos anteriores sobre este algoritmo, se procedió a ajustar los parámetros del mismo teniendo en cuenta las particularidades de las teselas elegidas y se obtuvo una solución óptima para el caso de ejemplo elegido del Partido de Berisso de la Provincia de Buenos Aires. Asimismo, este trabajo muestra que es factible embeber esta aproximación en Sistemas de Información Geográfica de uso masivo en nuestro medio.</abstract> <date>2011-04</date> <date_type>submitted</date_type> <pages>135</pages> <institution>Universidad Empresarial Siglo 21</institution> <department>Informática</department> <thesis_type>other</thesis_type> <ubicacion>TF INF P522</ubicacion> <inventario> <item>000095</item> <item>CD-00095</item> </inventario> <documents> <document id="http://eprints.uesiglo21.edu.ar/id/document/1105" xmlns="http://eprints.org/ep2/data/2.0"> <docid>1105</docid> <rev_number>3</rev_number> <eprintid>1067</eprintid> <pos>1</pos> <format>application/pdf</format> <language>en</language> <security>public</security> <main>TFG_gpezzuchi.pdf</main> <content>accepted</content> <files> <file> <filename>TFG_gpezzuchi.pdf</filename> <filesize>4099650</filesize> <url>http://eprints.uesiglo21.edu.ar/1067/1/TFG_gpezzuchi.pdf</url> </file> </files> </document> </documents> </root> | |
| ep.revnumber | 9 | |
| ep.statuschanged | 2012-03-28 14:01:57 | |
| ep.subject | 1.2 | |
| ep.type | thesis |
Archivos
Bloque original
1 - 1 de 1