ClusterPy es un software de agregación espacial que actualmente está siendo desarrollado por RISE-group y que en un futuro se espera que sea libre y que se convierta en una herramienta indispensable para el estudio de datos espaciales. ClusterPy está siendo desarrollado en python y se pretende que sea un software de código abierto en el cual los distintos usuarios puedan hacer todo tipo de aportes, haciendo así de clusterPy un software más potente y robusto. Para la actualidad se está comenzando el proceso de desarrollo y estructuración del software, para lo cual se necesitan implementar un sin número de métodos y algoritmos, algunos de los cuales serán explicados a continuación.
Ver PDF
Estas notas constituyen las memorias del curso práctica investigativa I en 2009-I, formadas por una primera parte de un trabajo monográfico sobre Ordenes estocásticos. El objeto fundamental es presentar un material que sirva de apoyo para estudiantes que aborden estudios sobre ordenes estocásticos.
Given that the area of Spatial Data Analysis is a field where the application of Artificial Intelligence techniques can yield very interesting results, in this work a methodology for georeferenced data clustering based in the Neural Network model known as Kohonen Maps is developed. To do this, the networks are adapted in such a way that they receive naturally data that takes in account its position in space, and the competitive training algorithm is adapted so that the spatial contiguity restriction inherent to spatial clustering techniques is respected. The resulting algorithm yields good results, is fast and flexible. Results are shown and then applications are presented using socio-demographic data from Accra (Ghana) and China.
En el presente trabajo se mostrará una metodología en la estimación de parámetros en procesos con reversión a la media a partir de una revisión bibliográfica e implementación de algoritmos en MATLAB abarcando una amplia gama de situaciones con las cuales se hace evidente la importancia de la estimación de parámetros es la modelación de dichos procesos.
Durante esta práctica investigativa se estudiaron aspectos fundamentales de la simulación optimización. En el siguiente informe se recopila información y resultados sobre este estudio. Inicialmente se presenta una breve descripción de la optimización y la heurística, elementos fundamentales en la simulación optimización. Seguidamente se define la simulación optimización, se presentan sus objetivos y su justificación como una herramienta importante en el mundo actual. Luego, se introduce el software OptQuest, herramienta para realizar simulación optimización sobre modelos de simulación, se define su estructura básica y se definen sus principales componentes: la búsqueda dispersa y la búsqueda tabú. Posteriormente, se explora la simulación optimización aplicada a sistemas de inventarios y se muestra un caso de estudio. Además, se muestran dos ejemplos realizados para implementar lo anterior, ambos aplicados a diferentes sistemas de inventarios y resueltos con diferentes formas de simulación optimización.
The aim of this research practice is to compare exact solution approaches and a matheuristic approach solving the team orienteering problem (TOP). The matheuristic is based on the hybridization of mathematical programming formulations and a large neighborhood search heuristic (LNS). TOP is a variant of the classic vehicle routing problem, where m teams seek to maximize the total collected profit, visiting as many nodes as it can be possible without exceeding a time limit. This research proposes four new mix integer linear programming (MILP) models, and presents a constraint programming (CP) model. The matheuristic method is based on one of the MILP model proposed and it also has a post-optimization phase which improves the solution based on a set partitioning model. The performance of the solution methods are compared by using benchmark instances from the literature.