Gabriela Minetti - Academia.edu (original) (raw)

Papers by Gabriela Minetti

Juan José Barbero, Martín Tamagusku, Eber Bezzone, Fernando Sanz Troiani, Hugo Alfonso, Carlos Be... more Juan José Barbero, Martín Tamagusku, Eber Bezzone, Fernando Sanz Troiani, Hugo Alfonso, Carlos Bermudez, Gabriela Minetti, Carolina Salto Laboratorio de Investigación en Sistemas Inteligentes (LISI) Facultad de Ingeniería Universidad Nacional de La Pampa Calle 110 Esq. 9 (6360) General Pico La Pampa Rep. Argentina Te. / Fax: (02302) 422780/422372, Int. 6302 e-mail: 1{minettig, saltoc, alfonsoh@ing.unlpam.edu.ar}

Computer Aided Chemical Engineering

Revista Tecnología y Ciencia, 2019

El problema de flowshop flexible híbrido con secuencias dependientes del tiempo de puesta a punto... more El problema de flowshop flexible híbrido con secuencias dependientes del tiempo de puesta a punto es un problema que se puede encontrar en muchos ambientes industriales En este trabajo proponemos algoritmos metaheurísticos basados en trayectoria para resolver dicha variante. Las dos primeras propuestas son algoritmos de enfriamiento simulado que utilizan diferentes operadores de movimiento: intercambio e inserción. La tercera y última propuesta modifica un algoritmo de búsqueda local iterada propuesto en la literatura al reemplazar el operador de inserción por el de intercambio. Los experimentos numéricos comparan el rendimiento de las distintas propuestas, utilizando un amplio conjunto de datos de prueba de uso actual en la literatura. Los resultados muestran que las variantes algorítmicas que aplican el operador de intercambio son más eficientes que las que usan el de inserción para solucionar el problema en estudio.

Lecture Notes in Computer Science, 2021

A secure water distribution system is an essential element for any city in the world. The importa... more A secure water distribution system is an essential element for any city in the world. The importance and huge capital cost of the system lead to their design optimization. However, the water distribution network design optimization is a multimodal and NP-hard problem, as a consequence, we propose an intelligent optimization solver based on a Parallel Hybrid Simulated Annealing (PHSA) to solve it. The parallelism is applied at the algorithmic level, following a cooperative model. The Markov Chain Length (MCL) is an important Simulated Annealing control parameter, which represents the number of moves to reach the equilibrium state at each temperature value. Our main objective is to analyze the PHSA behavior by considering static and dynamic methods to compute the MCL. The obtained results by PHSA enhance the found ones by the published algorithms. This improvement becomes more interesting when PHSA solves a real-world case. Furthermore, the parallel HSA exhibits efficient scalability to solve the WDND problem.

Advances in Artificial Intelligence, 2018

Resumen Esta línea de investigación se en foca en la resolución del problema de diseño de la red... more Resumen Esta línea de investigación se en foca en la resolución del problema de diseño de la red de sensores en las plantas de procesos, incluyendo la determinación de las variables de proceso que deben medirse para lograr el grado de conocimiento requerido sobre la planta. Este problema lo abordamos mediante el uso de la metaheurística Simulated Annealing hibridizada con estrategias especialmente diseñadas para el prob lema tales como Oscilación Estratégica. Además, se están incorporando métodos de simulación que permiten evaluar el diseño bajo un amplio abanico de situaciones.

Chemical engineering transactions, 2019

Process information is the foundation upon which many common tasks in chemical plants are based. ... more Process information is the foundation upon which many common tasks in chemical plants are based. To satisfy information requirements regarding its quality and availability, it is essential to locate an appropriate set of instruments or sensor network (SN) in the plant. The SN designer should decide whether to measure each process variable or not. These decisions are mathematically formulated in terms of binary variables. This results in a combinatorial optimization problem that usually involves many decision binary variables and exhibits multiple solutions locally or globally optimal.In this work, a metaheuristic based on simulated annealing hybridized with strategic oscillation, named HSA_SOTS, is proposed to solve the tackled problem. The performance of HSA_SOTS is evaluated considering several high scale designs with increasing complexities. The results of this metaheuristic outperform the ones presented in the literature.

Resumen Este proyecto de investigación se enfoca en la resolución de problemas de optimización a ... more Resumen Este proyecto de investigación se enfoca en la resolución de problemas de optimización a gran escala utilizando nuevas técnicas metaheurísticas, así como también su hibridación con las ya existentes. Actualmente estamos abocados al estudio del problema de diseño de redes de distribución de agua, problema al que se enfrentan las ciudades modernas con restricciones cambiantes. Este problema lo abordamos mediante el uso de metaheurísticas como Simulated Annealing y Cuckoo Search con resultados muy prometedores.

The aim of this work is to analyze and determine an efficient and flexible resolution methodology... more The aim of this work is to analyze and determine an efficient and flexible resolution methodology to address the design of a minimum cost instrument network subject to restrictions over a set of key variables. In this sense, a Monte Carlo Simulation method is proposes to evaluate the reliability of the network defined as the probability of continuing to observe the keys variables when the instruments fails according to a given failure model. This is a powerful technique to model this stochastic behavior of systems and components. The optimization engine chosen is a heuristic, Simulated Annealing, which has shown to have a good performance for this kind of problems. Industrial examples of increasing complexity are provided to show the efficiency of the algorithms.

Las meta heuristicas, en su definicion original, son metodos de solucion que orquestan una intera... more Las meta heuristicas, en su definicion original, son metodos de solucion que orquestan una interaccion entre procedimientos de mejora local y estrategias de nivel superior para crear un proceso capaz de escapar de los optimos locales y realizar una busqueda robusta de un espacio de soluciones. Con el tiempo, estos metodos tambien han llegado a incluir todos los procedimientos que emplean estrategias para evitar caer en optimos locales en espacios de soluciones complejas. Esto hace que se diferencian de los metodos exactos, ya que permite atacar problemas con espacios de busqueda muy grandes, entregando soluciones optimas o casi optimas en tiempos razonables. Por lo general, las meta heuristicas resuelven problemas de: diseno en general, telecomunicaciones, aprendizaje de maquina y mineria de datos en Bioinformatica y Biologia computacional, modelado de sistemas, planificacion de tareas en problemas de enrutamiento y de produccion, logistica y transporte, entre muchos otros. Si bien ...

Communications in Computer and Information Science, 2021

Communications in Computer and Information Science, 2019

This work presents an optimization technique based on Simulated Annealing (SA) to solve the Water... more This work presents an optimization technique based on Simulated Annealing (SA) to solve the Water Distribution Network Design problem, considering multi-period restrictions with time varying demand patterns. The design optimization of this kind of networks is an important issue in modern cities, since a safe, adequate, and accessible supply of potable water is one of the basic necessities of any human being. Given the complexity of this problem, the SA is improved with a local search procedure, yielding a hybrid SA, in order to obtain good quality networks designs. Additionally, four variants of this algorithm based on different cooling schemes are introduced and analyzed. A broad experimentation using different benchmark networks is carried out to test our proposals. Moreover, a comparison with an approach from the literature reveals the goodness to solve this network design problem.

Journal of Computer Science and Technology, 2018

In this paper, we design, implement, and analysis the replacement of the method to create new sol... more In this paper, we design, implement, and analysis the replacement of the method to create new solutions in artificial bee colony algorithm by recombination operators, since the original method is similar to the recombination process used in evolutionary algorithms. For that purpose, we present a systematic investigation of the effect of using six different recombination operators for real-coded representations at the employed bee step. All the analysis is carried out using well known test problems. The experimental results suggest that the method to generate a new candidate food position plays an important role in the performance of the algorithm. Computational results and comparisons show that three of the six proposed algorithms are very competitive with the traditional bee colony algorithm.

Esta tesis investiga posibles incrementos de la performance en las soluciones de ciertos problema... more Esta tesis investiga posibles incrementos de la performance en las soluciones de ciertos problemas de optimización combinatorial NP-duros. Ejemplos de esto son los problemas de secuenciamiento puros. Se realiza una reseña de los métodos convencionales, comparándolos con los pertenecientes al campo de la Computación Evolutiva, conjuntamente con la propuesta de eventuales mejoras a estos últimos. Las aplicaciones prácticas discutidas en esta tesis se encuentran fuertemente relacionadas con la administración, el diseño de redes en general, y el diseño de circuitos.

Cuando el Algoritmo Evolutivo no logra equilibrar la exploración y la explotación del espacio de ... more Cuando el Algoritmo Evolutivo no logra equilibrar la exploración y la explotación del espacio de búsqueda es muy probable que se pierda diversidad poblacional. Tal inconveniente puede solucionarse con modelos de algoritmos evolutivos distribuidos, los cuales mantienen varias subpoblaciones (islas) en paralelo procesándolas con algoritmos evolutivos i ndependientes entre sí. Las islas, por medio de mecanismos de migración, intercambian material genético. Las configuraciones de los algoritmos evolutivos que se aplican a las subpoblaciones pueden ser distintas, obteniéndose de esta manera algoritmos evolutivos distribuidos heterogéneos. Estos últimos representan un camino promisorio para un mejor balance entre exploración y explotación; evitando la pérdida de diversidad genética y alcanzando buenas soluciones finales aproximadas. Esta línea d e investigación estudia los efectos producidos por el uso de diversas configuraciones en cada una de las islas, para que en ellas se logre un comportamiento evolutivo diferente, para mantener la diversidad poblacional y fundamentalmente conseguir soluciones de calidad.

La finalidad de este proyecto es el diseño y desarrollo de algoritmos competitivos (heurísticos y... more La finalidad de este proyecto es el diseño y desarrollo de algoritmos competitivos (heurísticos y meta-heurísticos, en entornos secuenciales y/o distribuidos) que provean resultados precisos en la resolución de problemas complejos. Estos algoritmos contribuirán con el desarrollo científico en las áreas de optimización y de algoritmos computacionales. Además favorecerán la transferencia de estas experiencias a problemas reales del entorno regional.

Selection mechanisms favour reproduction of better individuals imposing a direction on the search... more Selection mechanisms favour reproduction of better individuals imposing a direction on the search process. According to this it is expected that the effective number of offspring of an individuiil in the next generation would always agree with the algorithmic sampling frequencies. This does not happens due to sampling errors. Stochastic universal sampling is a method that tries to remedy this problem. This presentation discusses performance results on evolutionary algorithms optimizing a set of highly multimodal functions and a hard unimodal function, under Proportional selection and stochastic universal sampling. Contrasting results are shown. l.Introduction

Traditionally in Genetic Algorithms, the mutation probability parameter maintains a constant valu... more Traditionally in Genetic Algorithms, the mutation probability parameter maintains a constant value during the search. However, an important difficulty is to determine a priori which probability value is the best suited for a given problem. Besides, there is a growing demand for up-to-date optimization software, applicable by a non-specialist within an industrial development environment. These issues encourage us to propose an adaptive evolutionary algorithm that includes a mechanism to modify the mutation probability without external control. This process of dynamic adaptation happens while the algorithm is searching for the problem solution. This eliminates a very expensive computational phase related to the pre-tuning of the algorithmic parameters. We compare the performance of our adaptive proposal against traditional genetic algorithms with fixed parameter values in a numerical way. The empirical comparisons, over a range of NK-Landscapes instances, show that a genetic algorithm incorporating a strategy for adapting the mutation probability outperforms the same algorithm using fixed mutation rates.