2 resultados para Grasp
em Universidade Complutense de Madrid
Resumo:
Cuando nos enfrentamos a problemas reales haciendo uso de recursos computacionales, hemos de tener en cuenta que el número de posibles soluciones candidatas a tener en cuenta puede llegar a ser tan inmenso que abordarlas mediante técnicas algorítmicas clásicas, en la mayoría de los casos, pueden llegar a convertirse en un problema en sí mismo debido al gran coste en recursos que pueden llegar a generar. En este contexto, aspectos como el tiempo utilizado en la búsqueda de una solución mediante algoritmos de búsqueda exhaustiva tales como fuerza bruta, vuelta atrás, ramificación y poda, etc., puede llegar a ser prohibitivo en la práctica. Ante este problema que se nos plantea, podemos hacer un estudio sobre otros métodos, tales como los metaheurísticos, que, aunque no siempre aseguran la optimalidad de las soluciones producidas; tienen un tiempo de ejecución mucho menor que los métodos exhaustivos. En el presente trabajo hemos seleccionado dos problemas NP-completos de entre los más famosos de la literatura y hemos realizado un estudio de ambos. Concretamente, los problemas seleccionados han sido el TSP (Traveling Salesman Problem) y el problema de la Mochila 0-1. Por otro lado, hemos llevado a cabo un estudio sobre distintas metaheurísticas para poder resolver los problemas mencionados. Entre estas metaheurísticas, hemos seleccionado cuatro: metaheurísticas evolutivas, metaheurísticas inspiradas en colonias de hormigas, metaheurísticas simulated annealing (enfriamiento simulado) y metaheurísticas GRASP (Greedy Randomized Adaptive Search Procedure). Después de esto, cada problema ha sido resuelto aplicando tanto algoritmos de búsqueda exhaustiva como metaheurísticas. Una vez adaptados los algoritmos a la resolución de los problemas concretos, hemos realizado un estudio experimental, donde se realizaron comparativas de rendimiento. Finalmente, todo este trabajo ha sido plasmado en el desarrollo de una aplicación software, la cual consta de dos partes: una que contiene la implementación los algoritmos adaptados para la resolución de los problemas y que son ofrecidos a modo de servicios web y otra parte donde se ha implementado un cliente web que puede consumir estos servicios y realizar una presentación más vistosa de la ejecución de los algoritmos y los resultados obtenidos. Esta arquitectura podrá servir como base para futuras ampliaciones de este estudio.
Resumo:
What’s behind the mistakes and difficulties that appear on the students to understand and study mathematics?are only related to the cognitive complexity of the content or such difficulties are also related to the possible ways to access the different mathematical objects? The mathematical activity generated in many students learning difficulties that are not manifested in cognitive processes related to other areas of knowledge. If something characterizes the processes of teaching and learning of mathematics is that, unlike what happens with the objects of study in the experimental sciences, the only way to access to them is through its different semiotic representations. The coordination among the different systems of representation that refer to the same mathematical concept, needs to move from one register to another (D’Amore, 1998, 2001, 2003, 2004, 2006; Duval, 1993, 1994, 1995, 1996, 2000, 2003, 2004, 2005, 2007, 2008, 2011, 2012; Godino, 2002, 2003, 2012, 2014; Kaput, 1989a, 1989b,1992, 1998; Radford, 1998, 2004a, 2004b, 2004c, 2006a, 2008,2009, 2011, 2013, 2014a). Therefore, the treatments that can be realized within a given register and the conversion of one register into another, play an essential role in the grasp of the object and mathematical concepts. Through this work with representations, students give meanings to the objects of study and are able to understand the underlying mathematical structures, which is the main educational interest of this issue...