Hola,
¿eres nuevo aquí?

Regístrate gratis y conecta tu empresa con financiación pública, partners y proyectos.

Tengo cuenta

Regístrate

Ver video

MTM2015-65317-P

Financiado

Cerrado

ALGORITMOS MATHEURISTICOS Y COMPUTACION DE ALTO RENDIMIENTO PARA LA OPTIMIZACION...

ALGORITMOS MATHEURISTICOS Y COMPUTACION DE ALTO RENDIMIENTO PARA LA OPTIMIZACION DE REDES ESTOCASTICAS EL PROPOSITO DEL PROYECTO MAPCNO ES EL DESARROLLO DE METODOLOGIAS Y ALGORITMOS DE OPTIMIZACION DETERMINISTA Y ESTOCASTICA PARA RESOLVER PROBLEMAS MULTIETAPA MIXTOS 0-1, SE DESARROLLARAN E IMPLEMENTARAN ALGORITMOS MATHEURISTICOS Y... ver más

01/01/2015

UPV

40K€

Presupuesto del proyecto: 40K€

Líder del proyecto

UNIVERSIDAD DEL PAIS VASCO/EUSKAL HERRIKO UNI... No se ha especificado una descripción o un objeto social para esta compañía.

Total investigadores 45

Fecha límite participación Sin fecha límite de participación.

Financiación concedida El organismo AGENCIA ESTATAL DE INVESTIGACIÓN notifico la concesión del proyecto el día 2015-01-01 No tenemos la información de la convocatoria

0% 100%

Información adicional privada

No hay información privada compartida para este proyecto. Habla con el coordinador.

Participantes

UPV

Lider

Proyectos interesantes

MTM2012-31514

Software

Data Science

62K€ Cerrado

ScAlBox

Software

Data Science

2M€ Cerrado

ALLScale

Software

Data Science

3M€ Cerrado

DistOpt-BydWorstCase

Software

Data Science

2M€ Cerrado

UNSE08-1E-023

Software

Data Science

71K€ Cerrado

JDC2023-051006-I

Software

Data Science

72K€ Cerrado

Conecta tu I+D

¿Tienes un proyecto y buscas un partner? Gracias a nuestro motor inteligente podemos recomendarte los mejores socios y ponerte en contacto con ellos. Te lo explicamos en este video

Líder del proyecto

UNIVERSIDAD DEL PAIS VASCO/EUSKAL HERRIKO UNI... No se ha especificado una descripción o un objeto social para esta compañía.

Total investigadores 45

Presupuesto del proyecto 40K€

Fecha límite de participación Sin fecha límite de participación.

Descripción del proyecto EL PROPOSITO DEL PROYECTO MAPCNO ES EL DESARROLLO DE METODOLOGIAS Y ALGORITMOS DE OPTIMIZACION DETERMINISTA Y ESTOCASTICA PARA RESOLVER PROBLEMAS MULTIETAPA MIXTOS 0-1, SE DESARROLLARAN E IMPLEMENTARAN ALGORITMOS MATHEURISTICOS Y METAHEURISTICOS UTILIZANDO LOS LENGUAJES DE PROGRAMACION C Y C ++, EL SOFTWARE DE OPTIMIZACION CPLEX Y LAS TECNOLOGIAS DE COMPUTACION EN PARALELO DE ALTO RENDIMIENTO MEDIANTE MEMORIA DISTRIBUIDA Y MEMORIA COMPARTIDA, EN PARTICULAR, SE ESTUDIARAN LOS PROBLEMAS CONTINUOS Y DISCRETOS SOBRE REDES DE OPTIMIZACION,EL PRIMER OBJETIVO CONSISTE EN GENERAR PROBLEMAS DETERMINISTAS Y MULTIETAPA ESTOCASTICOS DE GRAN ESCALA PARA MODELOS DE REDES, USANDO PARAMETROS REALISTAS, EL SEGUNDO OBJETIVO CONSISTE EN RESOLVER LOS CASOS DE GRAN ESCALA TANTO DETERMINISTAS COMO ESTOCASTICOS, UTILIZANDO TECNICAS DE OPTIMIZACION DETERMINISTA, OPTIMIZACION ESTOCASTICA MULTIETAPA, REDES DE OPTIMIZACION CONTINUAS Y DISCRETAS Y COMPUTACION EN PARALELO E IMPLEMENTANDO LOS ALGORITMOS MATHEURISTICOS Y METAHEURISTICOS, LOS ALGORITMOS MATHEURISTICOS QUE PROPONEMOS ESTAN BASADOS EN TECNICAS CLASICAS DE OPTIMIZACION ENTERA O METODOS AVANZADOS DE DESCOMPOSICION, COMO EL DE BIFURCACION Y FIJACION COORDINADA, FIJACION Y RELAJACION COORDINADA O DECOMPOSICION LAGRANGIANA MIENTRAS QUE LOS ALGORITMOS METAHEURISTICOS EN GENERAL SERAN DESARROLLADOS PARA LA RESOLUCION DE PROBLEMAS DE OPTIMIZACION COMBINATORIA, SE ESTUDIARAN LOS METODOS BASADOS EN POBLACIONES DE SOLUCIONES COMO LOS ALGORITMOS GENETICOS Y LOS METODOS DE TRAYECTORIA, COMO LOS DE BUSQUEDA LOCAL EXPLORATORIA, EN LAS REDES ESTOCASTICAS, LA INCERTIDUMBRE ESTARA REPRESENTADA POR UN ARBOL ESCENARIOS, GENERALMENTE NO SIMETRICO, QUE SE PUEDE DIVIDIR EN SUB-ESTRUCTURAS MAS PEQUEÑAS DENOMINADAS GRUPOS DE ESCENARIOS, ESTA EXPLOTACION CONJUNTA NO CONSISTE EN UNA MERA INTERFAZ TRIVIAL,EN RESUMEN, EL OBJETIVO PRINCIPAL CONSISTE EN RESOLVER PROBLEMAS OPTIMIZACION DETERMINISTICOS Y ESTOCASTICOS, COMPLEJOS DE GRANDES DIMENSIONES CONSIGUIENDO SOLUCIONES RAPIDAMENTE (TIEMPO DE CPU RAZONABLE EN RELACION AL TAMAÑO DEL PROBLEMA) Y CON UN MUY PEQUEÑO INTERVALO DE OPTIMALIDAD CON RESPECTO AL VALOR DE LA SOLUCION OBTENIDA POR UN SOLVER, SI LA HAY, EL USO DE COMPUTACION EN PARALELO OFRECE, POR UN LADO, UNA PERSPECTIVA PARA RESOLVER CASOS DE GRAN ESCALA Y, POR OTRO LADO, UNA ALTA REDUCCION DEL TIEMPO DE EJECUCION, SE APLICARAN ESTAS TECNICAS PARA RESOLVER PROBLEMAS DE OPTIMIZACION DE REDES DE GRANDES DIMENSIONES PARALELIZANDO LOS ALGORITMOS HEURISTICOS PROPUESTOS,EN LA LITERATURA EXISTEN ALGORITMOS PARA RESOLVER GRANDES PROBLEMAS DE OPTIMIZACION ESTOCASTICA MULTIETAPA ENTERA MIXTA PERO HASTA DONDE SABEMOS, NO HAY NINGUN ALGORITMO DE OPTIMIZACION PARA RESOLVER ESTOS PROBLEMAS DE GRAN ESCALA CON UN TIEMPO DE CALCULO ASEQUIBLE Y UNA SOLUCION DE CALIDAD, Y CUYA INCERTIDUMBRE SE REPRESENTA POR ARBOLES DE ESCENARIOS NO SIMETRICOS, LA ESTRUCTURA MAS FRECUENTEMENTE ENCONTRADA EN LA VIDA REAL,EL PROBLEMA DE DISEÑO DE UN MODELO FUERTE DE OPTIMIZACION DE REDES ES EN SI MISMO UNA TAREA DIFICIL DEL PROYECTO, UN AREA DE APLICACION IMPORTANTE SON LAS REDES DE TRANSPORTE DETERMINISTAS Y ESTOCASTICAS UTILIZANDO ESTRATEGIAS TANTO NEUTRALES COMO AVERSAS AL RIESGO, TAMBIEN ESTAMOS INTERESADOS EN PROBLEMAS DEL TRANSPORTE Y DISTRIBUCION, Y EN EL PROBLEMA DE ORIENTACION, TAMBIEN LLAMADO EL PROBLEMA SELECTIVO DEL VIAJANTE, Y SUS VARIANTES, OPTIMIZACIÓN ESTOCÁSTICA\REDES\MATHEURÍSTICO\METAHEURÍSTICO\GENÉTICO\GRAN ESCALA\RIESGO\COMPUTACIÓN EN PARALELO

Conecta tu I+D

Entra hoy

¿Olvidé mi contraseña?

Financiación

Empresas

CTIs/Universidades

Proyectos

Investigadores