Revista de Matemáticas 21(1)
https://hdl.handle.net/10669/13041
2024-03-29T07:35:33ZLocation of police cars for public surveillance using two multicriteria models
https://hdl.handle.net/10669/13050
Location of police cars for public surveillance using two multicriteria models; Ubicación de radiopatrullas policiales para la vigilancia pública con dos modelos multicriterio
The criminal boom in some Latin-American cities obliges the increment of patrols and policemen. Sadly they do not there sufficient vehicles to locate in all the places candidates. In the location of patrols, there are many parameters to consider, becoming a multicriteria problem. Two multi-criteria technical simpler to use are Multiattribute Model with Multiplicative factors (MMwMf) and Matrix Of Weighing (MOW). The MMwMf making decisions, considering the criteria that characterize the situation and the attributes, that define these criteria. By the other side the MOW, only they take into account criteria. The user friendliness of these two kinds of models, has inspired the objective of this work: Creating a pair of model multicriterion, that in independent form they permit to locate patrols in a determined population: A Multiattribute Model with Multiplicative factors (MMwMf) and a Matrix Of Weighing (MOW). ; El auge delictivo en algunas ciudades latinoamericanas obliga el in- cremento de patrullas y efectivos policiales. Lamentablemente no suelen haber vehículos suficientes para ubicar en todos los lugares candidatos. En la ubicación de patrullas, hay muchos parámetros a considerar, convirtién- dolo en un problema multicriterio. Dos técnicas multicriterios sencillas de usar son los Modelos Multiatributo con Factores multiplicativos (MM- cFm) y las Matrices De Ponderación (MDP). Los MMcFm toman la de- cisión, considerando los criterios que caracterizan la situación y los atributos, que definen estos criterios. Las MDP, sólo toman en cuenta criterios. La facilidad de uso de estos dos tipos de modelos, ha inspirado el objetivo de este trabajo: Construir un par de modelos multicriterio, que en forma independiente permitan ubicar patrullas en una determinada población: Un Modelo Multiatributo con Factores multiplicativos y una Matriz De Ponderación.
2014-04-03T00:00:00ZArtificial bee colony and particle swarm optimization for the estimation of nonlinear regression parameters
https://hdl.handle.net/10669/13048
Artificial bee colony and particle swarm optimization for the estimation of nonlinear regression parameters; Colonia de abejas artificiales y optimización por enjambre de partículas para la estimación de parámetros de regresión no lineal
This paper shows the comparison results of ABC (Artificial Bee Colony) and PSO (Particle Swarm Optimization) heuristic tech- niques that were used to estimate parameters for nonlinear regression models. The algorithms were tested on 27 data bases from the NIST collection (2001), 8 of these are considered to have high difficulty, 11 medium difficulty and 8 low difficulty. Experimental results are presented. ; Este trabajo presenta la comparación de los resultados de las técnicas heurísticas de ABC colonias de abejas artificiales (Artificial Bee Colony) y PSO enjambres de partículas (Particle Swarm Optimization) que son utilizadas para la estimación de parámetros de modelos de regresión no lineal. Los algoritmos fueron probados sobre 27 bases de datos de la colección NIST(2001), de las cuales 8 son consideradas con un alto grado de dificultad, 11 con un grado de dificultad medio y 8 con un grado de dificultad bajo. Se presentan los resultados experimentales.
2014-04-03T00:00:00ZThe traveling salesman problem: a deterministic algorithm using tabu search
https://hdl.handle.net/10669/13049
The traveling salesman problem: a deterministic algorithm using tabu search; El problema del agente viajero: un algoritmo determinístico usando búsqueda tabú
We implement an algorithm corresponding to the Taboo Search method, called EraDeterministic, experimenting with the basic algorithm that ex- plores the search space and incorporating the diversification as strategy to explore new regions. The algorithm is developed in the programming environment Visual Basic 6.0 and the implementation is aimed at finding close solutions to the optimum of the problem NP−complete of the Sym- metric Traveling Salesman (STS). To test the functionality, the model is compared with some instances of the Travel Salesman Problem Library (TSPLIB), some random instances and applied to three real-life situations. Finally, we present a section with comments and conclusions, that guide us on possible future developments that demonstrate the benefits and the efficiency of the implementation. ; Se implementa un algoritmo correspondiente al método Búsqueda Tabú, llamado EraDeterminístico, experimentado con el algoritmo básico que explora el espacio de búsqueda e incorporando la diversificación como estrategia para explorar nuevas regiones. El algoritmo se desarrolla en el ambiente de programación Visual Basic 6.0 y la implementación se orienta a encontrar soluciones cercanas a la óptima del problema NP−Completo del Agente Viajero Simétrico (AVS). Para probar la funcionalidad, el modelo se compara con algunas instancias de la Travel Salesman Problem Li- brary (TSPLIB), algunas instancias aleatorias y se aplica a tres situaciones reales. Finalmente, se presenta una sección donde se exponen recomendaciones y conclusiones, las cuales orientan posibles desarrollos futuros de ésta teoría y donde se pone en evidencian las bondades y la eficiencia de la implementación.
2014-04-03T00:00:00ZInterstatis: the statis method for interval valued data
https://hdl.handle.net/10669/13046
Interstatis: the statis method for interval valued data; Interstatis: el método statis para datos de tipo intervalo
The STATIS method, proposed by L’Hermier des Plantes and Escoufier, is used to analyze multiple data tables in which is very common that each of the tables have information concerning the same set of individuals. The differences and similitudes between said tables are analyzed by means of a structure called the compromise. In this paper we present a new algorithm for applying the STATIS method when the input consists of interval data. This proposal is based on Moore’s interval arithmetic and the Centers Method for Principal Component Analysis with interval data, proposed by Cazes el al. [5]. In addition to presenting the INTERSTATIS method in an algorithmic way, an execution example is shown, alongside the interpretation of its results. ; El método STATIS, propuesto por L’Hermier des Plantes y Escoufier, se utiliza para analizar múltiples tablas de datos en las cuales es muy fre- cuente que cada una de la tablas tenga información referente al mismo conjunto de individuos. Las diferencias y similitudes entre dichas tablas se analizan por medio de una estructura llamada compromiso. En este trabajo se presenta un nuevo algoritmo, denominado INTERSTATIS, del método STATIS para el caso cuando los datos de entrada son todos de tipo inter- valo. Esta propuesta se basa en la aritmética de intervalos de Moore y el Método de Centros para el Análisis de Componentes Principales con datos de tipo intervalo, propuesto por Cazes et al. [5]. Además de presentar el método INTERSTATIS de forma algorítmica, un ejemplo de ejecución es presentado, junto con la interpretación de sus resultados.
2014-04-03T00:00:00Z