Algoritmos Voraces y Heurísticas: Un enfoque en el problema de la Ruta mínima

Introducción: El problema de la ruta más corta o ruta de mínimo costo, ha sido uno de los temas más estudiados por áreas del conocimiento como la Investigación de Operaciones, la Ciencias de la Computación y la Decisión, las Telecomunicaciones, la Distribución en Planta, la Planeación de Proyectos,...

Full description

Autores:: Lasso Cardona, Luis Adrián
Franco Ocampo, Diego Fernando
Agudelo Acevedo, Alexander

Tipo de recurso:: Article of journal

Fecha de publicación:: 2020

Institución:: Corporación Universidad de la Costa

Repositorio:: REDICUC - Repositorio CUC

Idioma:: eng

id	RCUC2_1f081bd3d95682ca7399ab5420d0ee90
oai_identifier_str	oai:repositorio.cuc.edu.co:11323/12264
network_acronym_str	RCUC2
network_name_str	REDICUC - Repositorio CUC
repository_id_str
dc.title.spa.fl_str_mv	Algoritmos Voraces y Heurísticas: Un enfoque en el problema de la Ruta mínima
dc.title.translated.eng.fl_str_mv	Voracious and Heuristic Algorithms: A focus on the Minimum Path Problem
title	Algoritmos Voraces y Heurísticas: Un enfoque en el problema de la Ruta mínima
spellingShingle	Algoritmos Voraces y Heurísticas: Un enfoque en el problema de la Ruta mínima weighted graph cost matrix adjacency matrix optimal route voracious algorithms greedy search heuristics Greedy A-star Dijkstra grafo ponderado matriz de costos matriz de adyacencia ruta óptima algoritmos voraces búsqueda codiciosa heurística Greedy A-star Dijkstra
title_short	Algoritmos Voraces y Heurísticas: Un enfoque en el problema de la Ruta mínima
title_full	Algoritmos Voraces y Heurísticas: Un enfoque en el problema de la Ruta mínima
title_fullStr	Algoritmos Voraces y Heurísticas: Un enfoque en el problema de la Ruta mínima
title_full_unstemmed	Algoritmos Voraces y Heurísticas: Un enfoque en el problema de la Ruta mínima
title_sort	Algoritmos Voraces y Heurísticas: Un enfoque en el problema de la Ruta mínima
dc.creator.fl_str_mv	Lasso Cardona, Luis Adrián Franco Ocampo, Diego Fernando Agudelo Acevedo, Alexander
dc.contributor.author.spa.fl_str_mv	Lasso Cardona, Luis Adrián Franco Ocampo, Diego Fernando Agudelo Acevedo, Alexander
dc.subject.eng.fl_str_mv	weighted graph cost matrix adjacency matrix optimal route voracious algorithms greedy search heuristics Greedy A-star Dijkstra
topic	weighted graph cost matrix adjacency matrix optimal route voracious algorithms greedy search heuristics Greedy A-star Dijkstra grafo ponderado matriz de costos matriz de adyacencia ruta óptima algoritmos voraces búsqueda codiciosa heurística Greedy A-star Dijkstra
dc.subject.spa.fl_str_mv	grafo ponderado matriz de costos matriz de adyacencia ruta óptima algoritmos voraces búsqueda codiciosa heurística Greedy A-star Dijkstra
description	Introducción: El problema de la ruta más corta o ruta de mínimo costo, ha sido uno de los temas más estudiados por áreas del conocimiento como la Investigación de Operaciones, la Ciencias de la Computación y la Decisión, las Telecomunicaciones, la Distribución en Planta, la Planeación de Proyectos, entre otras, buscando, por ejemplo; optimizar y reducir los costos que representan la distribución de mercancías, obtener la mínima cantidad de tiempo necesaria para finalizar un proyecto, o calcular la ruta más corta posible entre ordenadores conectados a una red. Objetivo: Estudiar el comportamiento de tres algoritmos voraces que permiten calcular la ruta de mínimo costo entre dos puntos (estado inicial y estado objetivo) en un grafo ponderado y con heurísticas. Metodología: Se implementó una aplicación en Java, y se ajustaron los algoritmos Greedy, A* y Dijkstra al problema en cuestión. Posteriormente se diseñaron dos casos de instancia, una negativa y otra positiva. Resultados: En los resultados de instancia negativa se modificó la heurística del nodo para permitir al algoritmo seleccionado escapar de óptimos locales y así, obtener un resultado completo, es decir llegar al estado objetivo, que, en algunas ocasiones, no necesariamente será el resultado más óptimo. Conclusiones: Mediante la comparación entre los tres algoritmos se pudo determinar que el algoritmo de Dijkstra siempre arroja resultados completos y óptimos. Por su parte, Greedy y A*, necesitan de heurísticas para llegar a un resultado completo, pero no óptimo.
publishDate	2020
dc.date.accessioned.none.fl_str_mv	2020-04-30 00:00:00 2024-04-09T20:17:46Z
dc.date.available.none.fl_str_mv	2020-04-30 00:00:00 2024-04-09T20:17:46Z
dc.date.issued.none.fl_str_mv	2020-04-30
dc.type.spa.fl_str_mv	Artículo de revista
dc.type.coar.eng.fl_str_mv	http://purl.org/coar/resource_type/c_6501 http://purl.org/coar/resource_type/c_2df8fbb1
dc.type.content.eng.fl_str_mv	Text
dc.type.driver.eng.fl_str_mv	info:eu-repo/semantics/article
dc.type.local.eng.fl_str_mv	Journal article
dc.type.redcol.eng.fl_str_mv	http://purl.org/redcol/resource_type/ART
dc.type.version.eng.fl_str_mv	info:eu-repo/semantics/publishedVersion
dc.type.coarversion.eng.fl_str_mv	http://purl.org/coar/version/c_970fb48d4fbd8a85
format	http://purl.org/coar/resource_type/c_6501
status_str	publishedVersion
dc.identifier.issn.none.fl_str_mv	0122-6517
dc.identifier.uri.none.fl_str_mv	https://hdl.handle.net/11323/12264
dc.identifier.url.none.fl_str_mv	https://doi.org/10.17981/10.17981/ingecuc.16.2.2020.05
dc.identifier.doi.none.fl_str_mv	10.17981/10.17981/ingecuc.16.2.2020.05
dc.identifier.eissn.none.fl_str_mv	2382-4700
identifier_str_mv	0122-6517 10.17981/10.17981/ingecuc.16.2.2020.05 2382-4700
url	https://hdl.handle.net/11323/12264 https://doi.org/10.17981/10.17981/ingecuc.16.2.2020.05
dc.language.iso.eng.fl_str_mv	eng
language	eng
dc.relation.ispartofjournal.spa.fl_str_mv	Inge Cuc
dc.relation.references.eng.fl_str_mv	N. Ojekudo & N. Akpan, “Anapplication of Dijkstra’s Algorithm to shortest route problem”, IOSR-JM, vol. 13, no. 3, pp. 20–32, 2017. Available: http://iosrjournals.org/iosr-jm/pages/v13(3)Version-1.html B. Obregón, “Teoría de redes: El problema de la ruta más corta”, tesis magistral, prog. ing., UNAM, CDMX, MX. 2005. Available at: http://www.ptolomeo.unam.mx:8080/xmlui/bitstream/handle/132.248.52.100/539/obregonquintana.pdf?sequence=12 J. Barelles, “Algoritmos para la resolución de problemas en redes”, trabajo grado, dpto Mat Comp, UJI, Cast, Esp, 2017. Available from http://repositori.uji.es/xmlui/bitstream/handle/10234/173687/TFG_2017_BarellesMenes_Jorge.pdf?sequence=1&isAllowed=y Y. Talebiy & H. Rashmanlouz, “Application Of Dominating Sets In Vague Graphs”, Appl Math E-Notes, vol. 17, pp. 251–267, 2017. Available from https://www.emis.de/journals/AMEN/2017/AMEN-170503.pdf M. Dod, “Domination in graphs with application to network reliability”, Thesis Doctor, Fac Math Comp Sci, FUMT, Fog, DE, 2015. Available from https://tubaf.qucosa.de/api/qucosa%3A23011/attachment/ATT-0/ S. Guze, “An application of the selected graph theory domination concepts to transportation networks modelling”, Zesz Nauk Uniw Rzesz, vol. 52, no. 124, pp. 97–102, 2017. https://doi.org/10.17402/250 S. Vishwanathan, N. Schraudolph, R. Kondor & K. Borgwardt, “Graph Kernels”, JMLR, vol. 11, pp. 1201–1242, 2010. Available from http://www.jmlr.org/papers/volume11/vishwanathan10a/vishwanathan10a.pdf K. Abdulkalek & A. Kilicman, “Topologies on the Edges Set of Directed Graphs”, Int J Math Anal, vol. 12, no. 2, pp. 71–84, 2018. https://doi.org/10.12988/ijma.2018.814 N. Jicy & M. Sunil, “Some new connectivity parameters for weighted graphs”, J Uncertain Math Sci, pp. 1–9, 2014. Available: https://www.researchgate.net/publication/263773151_Some_new_connectivity_parameters_for_weighted_graphs_Some_new_connectivity_parameters_for_weighted_graphs A. Ban, “Decomposing Weighted Graphs”, JGT, vol. 86, no. 2, pp. 250–254, 2017. https://doi.org/10.1002/jgt.22124 S. Mathew, “Partial trees in weighted graphs-I”, Proyecciones J Math, vol. 30, no. 2, pp. 163–174, 2011. http://dx.doi.org/10.4067/S0716-09172011000200003 C. Salas, “Un Algoritmo de Dos Fases para la Optimización de Costos en el Traslado de Cargas con Exceso de Dimensiones”, Tesis magistral, UAEH, HGO, MX, 2014. Disponible en http://dgsa.uaeh.edu.mx:8080/bibliotecadigital/bitstream/handle/231104/1918/AT18381.pdf?sequence=3&isAllowed=y G. González & F. González, “Metaheurísticas aplicadas al ruteo de vehículos. Un caso de estudio. Parte 2: algoritmo genético, comparación con una solución heurística”, Rev Ing Inv, vol. 27, no. 1, pp. 149–157, 2007. Available from https://revistas.unal.edu.co/index.php/ingeinv/article/view/14795/15626 L. Rodríguez & A. Varona. Técnicas de diseño de algoritmos. Algoritmos voraces. (2015). Curso de informática. PV, Esp: UPV. Recuperado de https://ocw.ehu.eus/pluginfile.php/46102/mod_resource/content/1/03_Algoritmos_Voraces/03_Algoritmos_Voraces.pdf A. Subhadra, “Greedy Algorithms: Analysis, Design & Applications”, IJIFR, vol. 3, no. 5, pp. 1749–1764, 2016. Available: https://www.academia.edu/21855750/Greedy_Algorithms_Analysis_Design_and_Applications D. Maxwell, “Optimal Structure Identification With Greedy Search”, JMLR, vol. 3, pp. 507–554, 2002. Available: https://www.jmlr.org/papers/v3/chickering02b.html B. Simmons, C. Hoeppke & W. Sutherland, “Sutherland. Beware greedy algorithms”, J Anim Ecol, vol. 88, no. 5, pp. 804–807, 2019. https://doi.org/10.1111/1365-2656.12963 A. Malik, A. Sharma & V. Saroha, “Greedy Algorithm”, IJSRP, vol. 3, no. 8, pp. 1–5, 2013. Available: http://www.ijsrp.org/research-paper-0813.php?rp=P201564 O. Debdi, “Aprendizaje Interactivo de Algoritmos Voraces: del Enfoque Individual al Colaborativo”, Tesis Doctoral, URJC, MD, ES, 2014. Available: http://hdl.handle.net/10115/13242 U. Faigle, “The greedy algorithm for partially ordered sets”, Discrete Math, vol. 28, no. 2, pp. 153–159, 1979. https://doi.org/10.1016/0012-365X(79)90092-X M. Abad. Algoritmos voraces, Anàlisi i Disseny d’Algorismes. (2007-2008). Curso de informática. BCN, ES: UPC. Available from http://www.cs.upc.edu/~mabad/ADA/curso0708/GREEDY.pdf N. Shrikant & A. Selvakumar, “Implementation of A* Algorithm to Autonomous Robots-A. Simulation Study”, Eng Technol Open Acc, vol. 1, no. 3, pp. 88–91, 2018. https://doi.org/10.19080/ETOAJ.2018.01.555564 P. Sudhakara & V. Ganapathy, “Trajectory Planning of a Mobile Robot using Enhanced A-Star Algorithm”, Indian J Sci Technol, vol. 9, no. 41, pp. 1–10, 2016. https://doi.org/10.17485/ijst/2016/v9i41/93816 J. Peng, Y. Huang & G. Luo, “Robot Path Planning Based on Improved A* Algorithm”, Cybern Inf Technol, vol. 15, no. 2, pp. 171–180, 2015. https://doi.org/10.1515/cait-2015-0036 R. Rodríguez-Puente & M. Lazo-Cortés, “Búsquedas de caminos mínimos haciendo uso de grafos reducidos”, Ing Ind, vol. 38, no. 1, pp. 32–42, 2017. Available at: https://rii.cujae.edu.cu/index.php/revistaind/article/view/497/759 F. Duchon, A. Babineca, M. Kajana, P. Beño, M. Florek, T. Fico & L. Jurišica, “Path planning with modified A star algorithm for a mobile robot”, Procedia Manuf, vol. 96, pp. 59–69, 2014. https://doi.org/10.1016/j.proeng.2014.12.098 X. Dai, S. Long, Z. Zhang & D. Gong, “Mobile Robot Path Planning Based on Ant Colony Algorithm With A* Heuristic Method”, Front Neurorobot, vol. 13, pp. 1–9, 2019. https://doi.org/10.3389/fnbot.2019.00015 A. KumarGuruj, H. Agarwal & D. Parsediya, “Time-Efficient A* Algorithm for Robot Path Planning”, Procedia Technol vol. 23, pp. 144–149, 2016. https://doi.org/10.1016/j.protcy.2016.03.010 A. Beriain, “Matemáticas en un Navegador GPS: Algoritmos de Camino más Corto y Calculo de Posición”, trabajo grado, UR, LR, Esp, 2016. Available from https://biblioteca.unirioja.es/tfe_e/TFE002201.pdf M. Nosrati, R. Karimi & H. Hasanvand, “Investigation of the * (Star) Search Algorithms: Characteristics, Methods and Approaches”, World Appl Program, vol. 2, no. 4, pp. 251–256, 2012. Available at: https://pdfs.semanticscholar.org/831f/f239ba77b2a8eaed473ffbfa22d61b7f5d19.pdf N. Gupta, K. Mangla, A. Kumar & M. Umar. “Applying Dijkstra’s Algorithm in Routing Process”, IJNTR, vol. 2, no. 5, pp. 122–124, 2016. Available from https://www.ijntr.org/download_data/IJNTR02050040.pdf
dc.relation.citationendpage.none.fl_str_mv	85
dc.relation.citationstartpage.none.fl_str_mv	67
dc.relation.citationissue.spa.fl_str_mv	2
dc.relation.citationvolume.spa.fl_str_mv	16
dc.relation.bitstream.none.fl_str_mv	https://revistascientificas.cuc.edu.co/ingecuc/article/download/2752/2851 https://revistascientificas.cuc.edu.co/ingecuc/article/download/2752/3531 https://revistascientificas.cuc.edu.co/ingecuc/article/download/2752/3560
dc.relation.citationedition.spa.fl_str_mv	Núm. 2 , Año 2020 : (Julio-Diciembre)
dc.rights.eng.fl_str_mv	INGE CUC - 2020
dc.rights.uri.eng.fl_str_mv	http://creativecommons.org/licenses/by-nc-nd/4.0
dc.rights.accessrights.eng.fl_str_mv	info:eu-repo/semantics/openAccess
dc.rights.coar.eng.fl_str_mv	http://purl.org/coar/access_right/c_abf2
rights_invalid_str_mv	INGE CUC - 2020 http://creativecommons.org/licenses/by-nc-nd/4.0 http://purl.org/coar/access_right/c_abf2
eu_rights_str_mv	openAccess
dc.format.mimetype.eng.fl_str_mv	application/pdf text/html application/xml
dc.publisher.spa.fl_str_mv	Universidad de la Costa
dc.source.eng.fl_str_mv	https://revistascientificas.cuc.edu.co/ingecuc/article/view/2752
institution	Corporación Universidad de la Costa
bitstream.url.fl_str_mv	https://repositorio.cuc.edu.co/bitstreams/01d3c851-0c1e-47f2-95fd-20b930372b36/download
bitstream.checksum.fl_str_mv	906035dc240edd3f9d2a1e0b29119ab1
bitstream.checksumAlgorithm.fl_str_mv	MD5
repository.name.fl_str_mv	Repositorio de la Universidad de la Costa CUC
repository.mail.fl_str_mv	repdigital@cuc.edu.co
_version_	1811760714384146432
spelling	Lasso Cardona, Luis AdriánFranco Ocampo, Diego FernandoAgudelo Acevedo, Alexander2020-04-30 00:00:002024-04-09T20:17:46Z2020-04-30 00:00:002024-04-09T20:17:46Z2020-04-300122-6517https://hdl.handle.net/11323/12264https://doi.org/10.17981/10.17981/ingecuc.16.2.2020.0510.17981/10.17981/ingecuc.16.2.2020.052382-4700Introducción: El problema de la ruta más corta o ruta de mínimo costo, ha sido uno de los temas más estudiados por áreas del conocimiento como la Investigación de Operaciones, la Ciencias de la Computación y la Decisión, las Telecomunicaciones, la Distribución en Planta, la Planeación de Proyectos, entre otras, buscando, por ejemplo; optimizar y reducir los costos que representan la distribución de mercancías, obtener la mínima cantidad de tiempo necesaria para finalizar un proyecto, o calcular la ruta más corta posible entre ordenadores conectados a una red. Objetivo: Estudiar el comportamiento de tres algoritmos voraces que permiten calcular la ruta de mínimo costo entre dos puntos (estado inicial y estado objetivo) en un grafo ponderado y con heurísticas. Metodología: Se implementó una aplicación en Java, y se ajustaron los algoritmos Greedy, A* y Dijkstra al problema en cuestión. Posteriormente se diseñaron dos casos de instancia, una negativa y otra positiva. Resultados: En los resultados de instancia negativa se modificó la heurística del nodo para permitir al algoritmo seleccionado escapar de óptimos locales y así, obtener un resultado completo, es decir llegar al estado objetivo, que, en algunas ocasiones, no necesariamente será el resultado más óptimo. Conclusiones: Mediante la comparación entre los tres algoritmos se pudo determinar que el algoritmo de Dijkstra siempre arroja resultados completos y óptimos. Por su parte, Greedy y A, necesitan de heurísticas para llegar a un resultado completo, pero no óptimo.Introduction— The problem of the shortest route or minimum cost route, has been one of the topics most studied by areas of knowledge such as Operations Research, Computer Science and Decision, Telecommunications, Plant Distribution, Planning of Projects, among others, searching, for example: optimize and reduce the costs that represent the distribution of goods, obtain the minimum amount of time necessary to complete a project, or calculate the shortest possible route between computers connected to a network. Objective— We will study the behavior of three voracious algorithms that allow us to calculate the minimum cost route between two points (initial state and objective state) in a weighted graph and with heuristics. Methodology— Was implemented in Java, and the Greedy, A and Dijkstra algorithms were adjusted to the problem in question. Subsequently, two instance cases were designed, one negative and one positive. Results— In the negative instance results the heuristic of the node was modified to allow the selected algorithm to escape from local optima and thus obtain a complete result, that is to say reach the objective state, which, in some cases, will not necessarily be the most optimal result. Conclusions— By comparing the three algorithms, it was determined that the Dijkstra algorithm always yields complete and optimal results. For its part, Greedy and A, need heuristics to reach a complete result, but not optimal.application/pdftext/htmlapplication/xmlengUniversidad de la CostaINGE CUC - 2020http://creativecommons.org/licenses/by-nc-nd/4.0info:eu-repo/semantics/openAccessEsta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.http://purl.org/coar/access_right/c_abf2https://revistascientificas.cuc.edu.co/ingecuc/article/view/2752weighted graphcost matrixadjacency matrixoptimal routevoracious algorithmsgreedy searchheuristicsGreedyA-starDijkstragrafo ponderadomatriz de costosmatriz de adyacenciaruta óptimaalgoritmos voracesbúsqueda codiciosaheurísticaGreedyA-starDijkstraAlgoritmos Voraces y Heurísticas: Un enfoque en el problema de la Ruta mínimaVoracious and Heuristic Algorithms: A focus on the Minimum Path ProblemArtículo de revistahttp://purl.org/coar/resource_type/c_6501http://purl.org/coar/resource_type/c_2df8fbb1Textinfo:eu-repo/semantics/articleJournal articlehttp://purl.org/redcol/resource_type/ARTinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/version/c_970fb48d4fbd8a85Inge Cuc N. Ojekudo & N. Akpan, “Anapplication of Dijkstra’s Algorithm to shortest route problem”, IOSR-JM, vol. 13, no. 3, pp. 20–32, 2017. Available: http://iosrjournals.org/iosr-jm/pages/v13(3)Version-1.html B. Obregón, “Teoría de redes: El problema de la ruta más corta”, tesis magistral, prog. ing., UNAM, CDMX, MX. 2005. Available at: http://www.ptolomeo.unam.mx:8080/xmlui/bitstream/handle/132.248.52.100/539/obregonquintana.pdf?sequence=12 J. Barelles, “Algoritmos para la resolución de problemas en redes”, trabajo grado, dpto Mat Comp, UJI, Cast, Esp, 2017. Available from http://repositori.uji.es/xmlui/bitstream/handle/10234/173687/TFG_2017_BarellesMenes_Jorge.pdf?sequence=1&isAllowed=y Y. Talebiy & H. Rashmanlouz, “Application Of Dominating Sets In Vague Graphs”, Appl Math E-Notes, vol. 17, pp. 251–267, 2017. Available from https://www.emis.de/journals/AMEN/2017/AMEN-170503.pdf M. Dod, “Domination in graphs with application to network reliability”, Thesis Doctor, Fac Math Comp Sci, FUMT, Fog, DE, 2015. Available from https://tubaf.qucosa.de/api/qucosa%3A23011/attachment/ATT-0/ S. Guze, “An application of the selected graph theory domination concepts to transportation networks modelling”, Zesz Nauk Uniw Rzesz, vol. 52, no. 124, pp. 97–102, 2017. https://doi.org/10.17402/250 S. Vishwanathan, N. Schraudolph, R. Kondor & K. Borgwardt, “Graph Kernels”, JMLR, vol. 11, pp. 1201–1242, 2010. Available from http://www.jmlr.org/papers/volume11/vishwanathan10a/vishwanathan10a.pdf K. Abdulkalek & A. Kilicman, “Topologies on the Edges Set of Directed Graphs”, Int J Math Anal, vol. 12, no. 2, pp. 71–84, 2018. https://doi.org/10.12988/ijma.2018.814 N. Jicy & M. Sunil, “Some new connectivity parameters for weighted graphs”, J Uncertain Math Sci, pp. 1–9, 2014. Available: https://www.researchgate.net/publication/263773151_Some_new_connectivity_parameters_for_weighted_graphs_Some_new_connectivity_parameters_for_weighted_graphs A. Ban, “Decomposing Weighted Graphs”, JGT, vol. 86, no. 2, pp. 250–254, 2017. https://doi.org/10.1002/jgt.22124 S. Mathew, “Partial trees in weighted graphs-I”, Proyecciones J Math, vol. 30, no. 2, pp. 163–174, 2011. http://dx.doi.org/10.4067/S0716-09172011000200003 C. Salas, “Un Algoritmo de Dos Fases para la Optimización de Costos en el Traslado de Cargas con Exceso de Dimensiones”, Tesis magistral, UAEH, HGO, MX, 2014. Disponible en http://dgsa.uaeh.edu.mx:8080/bibliotecadigital/bitstream/handle/231104/1918/AT18381.pdf?sequence=3&isAllowed=y G. González & F. González, “Metaheurísticas aplicadas al ruteo de vehículos. Un caso de estudio. Parte 2: algoritmo genético, comparación con una solución heurística”, Rev Ing Inv, vol. 27, no. 1, pp. 149–157, 2007. Available from https://revistas.unal.edu.co/index.php/ingeinv/article/view/14795/15626 L. Rodríguez & A. Varona. Técnicas de diseño de algoritmos. Algoritmos voraces. (2015). Curso de informática. PV, Esp: UPV. Recuperado de https://ocw.ehu.eus/pluginfile.php/46102/mod_resource/content/1/03_Algoritmos_Voraces/03_Algoritmos_Voraces.pdf A. Subhadra, “Greedy Algorithms: Analysis, Design & Applications”, IJIFR, vol. 3, no. 5, pp. 1749–1764, 2016. Available: https://www.academia.edu/21855750/Greedy_Algorithms_Analysis_Design_and_Applications D. Maxwell, “Optimal Structure Identification With Greedy Search”, JMLR, vol. 3, pp. 507–554, 2002. Available: https://www.jmlr.org/papers/v3/chickering02b.html B. Simmons, C. Hoeppke & W. Sutherland, “Sutherland. Beware greedy algorithms”, J Anim Ecol, vol. 88, no. 5, pp. 804–807, 2019. https://doi.org/10.1111/1365-2656.12963 A. Malik, A. Sharma & V. Saroha, “Greedy Algorithm”, IJSRP, vol. 3, no. 8, pp. 1–5, 2013. Available: http://www.ijsrp.org/research-paper-0813.php?rp=P201564 O. Debdi, “Aprendizaje Interactivo de Algoritmos Voraces: del Enfoque Individual al Colaborativo”, Tesis Doctoral, URJC, MD, ES, 2014. Available: http://hdl.handle.net/10115/13242 U. Faigle, “The greedy algorithm for partially ordered sets”, Discrete Math, vol. 28, no. 2, pp. 153–159, 1979. https://doi.org/10.1016/0012-365X(79)90092-X M. Abad. Algoritmos voraces, Anàlisi i Disseny d’Algorismes. (2007-2008). Curso de informática. BCN, ES: UPC. Available from http://www.cs.upc.edu/~mabad/ADA/curso0708/GREEDY.pdf N. Shrikant & A. Selvakumar, “Implementation of A Algorithm to Autonomous Robots-A. Simulation Study”, Eng Technol Open Acc, vol. 1, no. 3, pp. 88–91, 2018. https://doi.org/10.19080/ETOAJ.2018.01.555564 P. Sudhakara & V. Ganapathy, “Trajectory Planning of a Mobile Robot using Enhanced A-Star Algorithm”, Indian J Sci Technol, vol. 9, no. 41, pp. 1–10, 2016. https://doi.org/10.17485/ijst/2016/v9i41/93816 J. Peng, Y. Huang & G. Luo, “Robot Path Planning Based on Improved A* Algorithm”, Cybern Inf Technol, vol. 15, no. 2, pp. 171–180, 2015. https://doi.org/10.1515/cait-2015-0036 R. Rodríguez-Puente & M. Lazo-Cortés, “Búsquedas de caminos mínimos haciendo uso de grafos reducidos”, Ing Ind, vol. 38, no. 1, pp. 32–42, 2017. Available at: https://rii.cujae.edu.cu/index.php/revistaind/article/view/497/759 F. Duchon, A. Babineca, M. Kajana, P. Beño, M. Florek, T. Fico & L. Jurišica, “Path planning with modified A star algorithm for a mobile robot”, Procedia Manuf, vol. 96, pp. 59–69, 2014. https://doi.org/10.1016/j.proeng.2014.12.098 X. Dai, S. Long, Z. Zhang & D. Gong, “Mobile Robot Path Planning Based on Ant Colony Algorithm With A* Heuristic Method”, Front Neurorobot, vol. 13, pp. 1–9, 2019. https://doi.org/10.3389/fnbot.2019.00015 A. KumarGuruj, H. Agarwal & D. Parsediya, “Time-Efficient A* Algorithm for Robot Path Planning”, Procedia Technol vol. 23, pp. 144–149, 2016. https://doi.org/10.1016/j.protcy.2016.03.010 A. Beriain, “Matemáticas en un Navegador GPS: Algoritmos de Camino más Corto y Calculo de Posición”, trabajo grado, UR, LR, Esp, 2016. Available from https://biblioteca.unirioja.es/tfe_e/TFE002201.pdf M. Nosrati, R. Karimi & H. Hasanvand, “Investigation of the * (Star) Search Algorithms: Characteristics, Methods and Approaches”, World Appl Program, vol. 2, no. 4, pp. 251–256, 2012. Available at: https://pdfs.semanticscholar.org/831f/f239ba77b2a8eaed473ffbfa22d61b7f5d19.pdfN. Gupta, K. Mangla, A. Kumar & M. Umar. “Applying Dijkstra’s Algorithm in Routing Process”, IJNTR, vol. 2, no. 5, pp. 122–124, 2016. Available from https://www.ijntr.org/download_data/IJNTR02050040.pdf8567216https://revistascientificas.cuc.edu.co/ingecuc/article/download/2752/2851https://revistascientificas.cuc.edu.co/ingecuc/article/download/2752/3531https://revistascientificas.cuc.edu.co/ingecuc/article/download/2752/3560Núm. 2 , Año 2020 : (Julio-Diciembre)PublicationOREORE.xmltext/xml2662https://repositorio.cuc.edu.co/bitstreams/01d3c851-0c1e-47f2-95fd-20b930372b36/download906035dc240edd3f9d2a1e0b29119ab1MD5111323/12264oai:repositorio.cuc.edu.co:11323/122642024-09-17 10:46:21.073http://creativecommons.org/licenses/by-nc-nd/4.0INGE CUC - 2020metadata.onlyhttps://repositorio.cuc.edu.coRepositorio de la Universidad de la Costa CUCrepdigital@cuc.edu.co

Algoritmos Voraces y Heurísticas: Un enfoque en el problema de la Ruta mínima

Publicaciones similares