Estimación de modelos de comportamiento de pavimentos mediante modelos de regresión no lineal por clusterwise basado en algoritmos meta-heurísticos
Los modelos de comportamiento del pavimento pueden pronosticar el estado de las carreteras, con ello poder identificar según su estado actual cuales deben ser interve-nidas con un proceso de mantenimiento o rehabilitación. Los modelos de gestión por pavimentos que utilizan modelos de regresiones a t...
- Autores:
-
Ruiz Díaz, Richard
Anacona Campo, Francisco Javier
- Tipo de recurso:
- Trabajo de grado de pregrado
- Fecha de publicación:
- 2018
- Institución:
- Universidad del Cauca
- Repositorio:
- Repositorio Unicauca
- Idioma:
- spa
- OAI Identifier:
- oai:repositorio.unicauca.edu.co:123456789/1774
- Acceso en línea:
- http://repositorio.unicauca.edu.co:8080/xmlui/handle/123456789/1774
- Palabra clave:
- Algoritmo meta-heurístico
Modelos de comportamiento de pavimentos
Modelos de regresión no lineal
Clusterwise
- Rights
- License
- https://creativecommons.org/licenses/by-nc-nd/4.0/
id |
REPOCAUCA2_2370822a86612c0e1c1044dcf8bea05a |
---|---|
oai_identifier_str |
oai:repositorio.unicauca.edu.co:123456789/1774 |
network_acronym_str |
REPOCAUCA2 |
network_name_str |
Repositorio Unicauca |
repository_id_str |
|
dc.title.spa.fl_str_mv |
Estimación de modelos de comportamiento de pavimentos mediante modelos de regresión no lineal por clusterwise basado en algoritmos meta-heurísticos |
title |
Estimación de modelos de comportamiento de pavimentos mediante modelos de regresión no lineal por clusterwise basado en algoritmos meta-heurísticos |
spellingShingle |
Estimación de modelos de comportamiento de pavimentos mediante modelos de regresión no lineal por clusterwise basado en algoritmos meta-heurísticos Algoritmo meta-heurístico Modelos de comportamiento de pavimentos Modelos de regresión no lineal Clusterwise |
title_short |
Estimación de modelos de comportamiento de pavimentos mediante modelos de regresión no lineal por clusterwise basado en algoritmos meta-heurísticos |
title_full |
Estimación de modelos de comportamiento de pavimentos mediante modelos de regresión no lineal por clusterwise basado en algoritmos meta-heurísticos |
title_fullStr |
Estimación de modelos de comportamiento de pavimentos mediante modelos de regresión no lineal por clusterwise basado en algoritmos meta-heurísticos |
title_full_unstemmed |
Estimación de modelos de comportamiento de pavimentos mediante modelos de regresión no lineal por clusterwise basado en algoritmos meta-heurísticos |
title_sort |
Estimación de modelos de comportamiento de pavimentos mediante modelos de regresión no lineal por clusterwise basado en algoritmos meta-heurísticos |
dc.creator.fl_str_mv |
Ruiz Díaz, Richard Anacona Campo, Francisco Javier |
dc.contributor.author.none.fl_str_mv |
Ruiz Díaz, Richard Anacona Campo, Francisco Javier |
dc.subject.spa.fl_str_mv |
Algoritmo meta-heurístico Modelos de comportamiento de pavimentos Modelos de regresión no lineal Clusterwise |
topic |
Algoritmo meta-heurístico Modelos de comportamiento de pavimentos Modelos de regresión no lineal Clusterwise |
description |
Los modelos de comportamiento del pavimento pueden pronosticar el estado de las carreteras, con ello poder identificar según su estado actual cuales deben ser interve-nidas con un proceso de mantenimiento o rehabilitación. Los modelos de gestión por pavimentos que utilizan modelos de regresiones a través de clusterwise logran tener un acercamiento en las predicciones que se realizan basados en la información que se recolecta en cada muestra, pero se pueden llegar a mejorar utilizando meta-heurísticas que optimicen el proceso. En un esfuerzo por encontrar una solución este trabajo propone un nuevo algoritmo meta-heurístico poblacional llamado Particle Swarm Optimization (PSO), al que se le realizaron modificaciones, ya que se trata de un problema con variables discretas. Adicionalmente cuando se crea la población en el algoritmo PSO, internamente se realizó un preprocesamiento de los datos con algo-ritmos como RGS, K-means y una meta-heurística para la selección de atributos Global Best Harmony Search Feature Selection (GBHS FS), esto mejoró significati-vamente el punto de partida de la meta-heurística. El algoritmo meta-heurístico PSO fue probado en 30 semillas diferentes y sus resultados fueron comparados con el estado del arte actual la meta-heurística Simulated Annealing (SA), donde según el test de Friedman sus resultados fueron significativamente aceptados y según los re-sultados del test de Wilcoxon, el algoritmo propuesto PSO es domina al algoritmo SA. |
publishDate |
2018 |
dc.date.issued.none.fl_str_mv |
2018-07 |
dc.date.accessioned.none.fl_str_mv |
2019-12-03T16:12:54Z |
dc.date.available.none.fl_str_mv |
2019-12-03T16:12:54Z |
dc.type.spa.fl_str_mv |
Trabajos de grado |
dc.type.coarversion.fl_str_mv |
http://purl.org/coar/version/c_970fb48d4fbd8a85 |
dc.type.driver.none.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
dc.type.coar.none.fl_str_mv |
http://purl.org/coar/resource_type/c_7a1f |
format |
http://purl.org/coar/resource_type/c_7a1f |
dc.identifier.uri.none.fl_str_mv |
http://repositorio.unicauca.edu.co:8080/xmlui/handle/123456789/1774 |
dc.identifier.instname.none.fl_str_mv |
|
dc.identifier.reponame.none.fl_str_mv |
|
dc.identifier.repourl.none.fl_str_mv |
|
url |
http://repositorio.unicauca.edu.co:8080/xmlui/handle/123456789/1774 |
identifier_str_mv |
|
dc.language.iso.spa.fl_str_mv |
spa |
language |
spa |
dc.rights.coar.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
dc.rights.uri.none.fl_str_mv |
https://creativecommons.org/licenses/by-nc-nd/4.0/ |
dc.rights.creativecommons.none.fl_str_mv |
https://creativecommons.org/licenses/by-nc-nd/4.0/ |
rights_invalid_str_mv |
https://creativecommons.org/licenses/by-nc-nd/4.0/ http://purl.org/coar/access_right/c_abf2 |
dc.publisher.spa.fl_str_mv |
Universidad del Cauca |
dc.publisher.faculty.spa.fl_str_mv |
Facultad de Ingeniería Electrónica y Telecomunicaciones |
dc.publisher.program.spa.fl_str_mv |
Ingeniería de Sistemas |
institution |
Universidad del Cauca |
bitstream.url.fl_str_mv |
http://repositorio.unicauca.edu.co/bitstream/123456789/1774/1/ESTIMACI%c3%93N%20DE%20MODELOS%20DE%20COMPORTAMIENTO%20DE%20PAVIMENTOS%20MEDIANTE%20MODELOS%20DE%20REGRESI%c3%93N%20NO%20LINEAL.pdf http://repositorio.unicauca.edu.co/bitstream/123456789/1774/2/license.txt |
bitstream.checksum.fl_str_mv |
5b0f2deaa6ce063d1ce4d51d908488ba 8a4605be74aa9ea9d79846c1fba20a33 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 |
repository.name.fl_str_mv |
Dspace - Universidad del Cauca |
repository.mail.fl_str_mv |
biblios@unicauca.edu.co |
_version_ |
1808396258393456640 |
spelling |
Ruiz Díaz, RichardAnacona Campo, Francisco Javier2019-12-03T16:12:54Z2019-12-03T16:12:54Z2018-07http://repositorio.unicauca.edu.co:8080/xmlui/handle/123456789/1774Los modelos de comportamiento del pavimento pueden pronosticar el estado de las carreteras, con ello poder identificar según su estado actual cuales deben ser interve-nidas con un proceso de mantenimiento o rehabilitación. Los modelos de gestión por pavimentos que utilizan modelos de regresiones a través de clusterwise logran tener un acercamiento en las predicciones que se realizan basados en la información que se recolecta en cada muestra, pero se pueden llegar a mejorar utilizando meta-heurísticas que optimicen el proceso. En un esfuerzo por encontrar una solución este trabajo propone un nuevo algoritmo meta-heurístico poblacional llamado Particle Swarm Optimization (PSO), al que se le realizaron modificaciones, ya que se trata de un problema con variables discretas. Adicionalmente cuando se crea la población en el algoritmo PSO, internamente se realizó un preprocesamiento de los datos con algo-ritmos como RGS, K-means y una meta-heurística para la selección de atributos Global Best Harmony Search Feature Selection (GBHS FS), esto mejoró significati-vamente el punto de partida de la meta-heurística. El algoritmo meta-heurístico PSO fue probado en 30 semillas diferentes y sus resultados fueron comparados con el estado del arte actual la meta-heurística Simulated Annealing (SA), donde según el test de Friedman sus resultados fueron significativamente aceptados y según los re-sultados del test de Wilcoxon, el algoritmo propuesto PSO es domina al algoritmo SA.spaUniversidad del CaucaFacultad de Ingeniería Electrónica y Telecomunicaciones Ingeniería de Sistemashttps://creativecommons.org/licenses/by-nc-nd/4.0/https://creativecommons.org/licenses/by-nc-nd/4.0/http://purl.org/coar/access_right/c_abf2Algoritmo meta-heurísticoModelos de comportamiento de pavimentosModelos de regresión no linealClusterwiseEstimación de modelos de comportamiento de pavimentos mediante modelos de regresión no lineal por clusterwise basado en algoritmos meta-heurísticosTrabajos de gradoinfo:eu-repo/semantics/bachelorThesishttp://purl.org/coar/resource_type/c_7a1fhttp://purl.org/coar/version/c_970fb48d4fbd8a85http://purl.org/coar/version/c_970fb48d4fbd8a85ORIGINALESTIMACIÓN DE MODELOS DE COMPORTAMIENTO DE PAVIMENTOS MEDIANTE MODELOS DE REGRESIÓN NO LINEAL.pdfESTIMACIÓN DE MODELOS DE COMPORTAMIENTO DE PAVIMENTOS MEDIANTE MODELOS DE REGRESIÓN NO LINEAL.pdfapplication/pdf2078427http://repositorio.unicauca.edu.co/bitstream/123456789/1774/1/ESTIMACI%c3%93N%20DE%20MODELOS%20DE%20COMPORTAMIENTO%20DE%20PAVIMENTOS%20MEDIANTE%20MODELOS%20DE%20REGRESI%c3%93N%20NO%20LINEAL.pdf5b0f2deaa6ce063d1ce4d51d908488baMD51LICENSElicense.txtlicense.txttext/plain; charset=utf-81748http://repositorio.unicauca.edu.co/bitstream/123456789/1774/2/license.txt8a4605be74aa9ea9d79846c1fba20a33MD52123456789/1774oai:repositorio.unicauca.edu.co:123456789/17742021-05-28 09:30:27.789Dspace - Universidad del Caucabiblios@unicauca.edu.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 |