Dispositivo de muestreo dinámico de aire

Este permite tomar el volumen de aire de invernadero necesario para retener una cantidad suficiente de pesticidas y componentes orgánicos que facilite su posterior identificación y cuantificación mediante las técnicas analíticas habituales, aunque la concentración de éstos en la atmósfera del invernadero sea del orden de ng/L.El dispositivo de muestreo dinámico de aire integra al menos los siguientes elementos, i) una bomba, ii) un recipiente que contiene el material adsorbente de los contaminantes presentes en el volumen de aire succionado, iii) un medidor del caudal del aire succionado y iv) un sistema de control programable que permite el funcionamiento autónomo del sistema, regulando el tiempo de succión y el instante en que ésta comienza, así como la detección de fallos durante el tiempo de muestreo. El dispositivo permite modificar, según el caudal de aire y el tiempo de succión, el volumen de aire que se toma como muestra, y así, retener en el adsorbente una cantidad de contaminantes suficiente para su detección y cuantificación mediante métodos analíticos.

Dos estrategias de búsqueda anytime basadas en programación lineal entera para resolver el problema de selección de requisitos

El problema de selección de requisitos (o Next Release Problem, NRP) consiste en seleccionar el subconjunto de requisitos que se va a desarrollar en la siguiente versión de una aplicación software. Esta selección se debe hacer de tal forma que maximice la satisfacción de las partes interesadas a la vez que se minimiza el esfuerzo empleado en el desarrollo y se cumplen un conjunto de restricciones. Trabajos recientes han abordado la formulación bi-objetivo de este problema usando técnicas exactas basadas en resolutores SAT y resolutores de programación lineal entera. Ambos se enfrentan a dificultades cuando las instancias tienen un gran tamaño, sin embargo la programación lineal entera (ILP) parece ser más efectiva que los resolutores SAT. En la práctica, no es necesario calcular todas las soluciones del frente de Pareto (que pueden llegar a ser muchas) y basta con obtener un buen número de soluciones eficientes bien distribuidas en el espacio objetivo. Las estrategias de búsqueda basadas en ILP que se han utilizado en el pasado para encontrar un frente bien distribuido en cualquier instante de tiempo solo buscan soluciones soportadas. En este trabajo proponemos dos estrategias basadas en ILP que son capaces de encontrar el frente completo con suficiente tiempo y que, además, tienen la propiedad de aportar un conjunto de soluciones bien distribuido en el frente objetivo en cualquier momento de la búsqueda.