SlideShare une entreprise Scribd logo
1  sur  9
METAHEURÍSTICAS
"TABU"
GRUPO #6
INGENIERO:
Msc. Alex Yanahuaya Arce
INTEGRANTES:
-JAIRO LIMACHI HUANCA
-ARIEL REA VACA
INTRODUCCIÓN
las metaheurísticas tabú son algoritmos de optimización combinatoria que
utilizan una lista tabú para evitar la repetición de soluciones y diversificar la
búsqueda en el espacio de soluciones. Estas metaheurísticas son
ampliamente utilizadas para resolver problemas complejos en diversas
áreas, como la planificación, la programación y el diseño.
CARACTERISTICAS BASICAS
EJEMPLO
• Eficiencia en
problemas
complejos
• Evitan ciclos
repetitivos
• Flexibilidad y
adaptabilidad
VENTAJAS Y DESVENTAJAS
• Parámetros sensibles
• Dependencia de la
representación
• Sensibilidad a la
función objetivo
• Puede quedar atrapado
en óptimos locales
VENTAJAS
DESVENTAJA
S
CAMPO DE APLICACIÓN
• Logística y transporte:
• Ingeniería de producción y manufactura:
• Telecomunicaciones y redes:
• Planificación de proyectos:
• Optimización en finanzas:
• Diseño de circuitos y sistemas electrónicos:
• Planificación de energía y recursos:
• Inteligencia artificial y aprendizaje automático:
ALGORITMO DE BÚSQUEDA
LAS METAHEURÍSTICAS TABÚ SON
UNA HERRAMIENTA PODEROSA PARA
ABORDAR PROBLEMAS DE
OPTIMIZACIÓN COMBINATORIA Y SU
IMPLEMENTACIÓN EN PYTHON PERMITE
ENCONTRAR SOLUCIONES DE ALTA
CALIDAD.
CONCLUSION
GRACIAS POR
SU ATENCION

Contenu connexe

Similaire à Presentacion inteligencia artificial tecnologico moderno azul (1).pptx

el conocimiento y la inteligencia artificial
el conocimiento y la inteligencia artificialel conocimiento y la inteligencia artificial
el conocimiento y la inteligencia artificial
shihemy
 
MÉTODOS  NUMÉRICOSchjkhcjkhcjhcxhxjkhxjkjxh
MÉTODOS  NUMÉRICOSchjkhcjkhcjhcxhxjkhxjkjxhMÉTODOS  NUMÉRICOSchjkhcjkhcjhcxhxjkhxjkjxh
MÉTODOS  NUMÉRICOSchjkhcjkhcjhcxhxjkhxjkjxh
YeshuaCamposChvez
 

Similaire à Presentacion inteligencia artificial tecnologico moderno azul (1).pptx (20)

Machine learning usando Weka, en un entorno de cómputo distribuido
Machine learning usando Weka, en un entorno de cómputo distribuidoMachine learning usando Weka, en un entorno de cómputo distribuido
Machine learning usando Weka, en un entorno de cómputo distribuido
 
Asignacion computacion aplicada
Asignacion computacion aplicadaAsignacion computacion aplicada
Asignacion computacion aplicada
 
el conocimiento y la inteligencia artificial
el conocimiento y la inteligencia artificialel conocimiento y la inteligencia artificial
el conocimiento y la inteligencia artificial
 
LOS SDKN
LOS SDKNLOS SDKN
LOS SDKN
 
Los Sdkn - MATRIZ MÁGICA
Los Sdkn - MATRIZ MÁGICALos Sdkn - MATRIZ MÁGICA
Los Sdkn - MATRIZ MÁGICA
 
Keepler | Data Analysis Lifecycle
Keepler | Data Analysis LifecycleKeepler | Data Analysis Lifecycle
Keepler | Data Analysis Lifecycle
 
Computación II
Computación  IIComputación  II
Computación II
 
Clasificacion de las computadoras
Clasificacion de las computadorasClasificacion de las computadoras
Clasificacion de las computadoras
 
ESTRUCTURA DE DATOS.pptx
ESTRUCTURA DE DATOS.pptxESTRUCTURA DE DATOS.pptx
ESTRUCTURA DE DATOS.pptx
 
Introducción a GGPLOT2 y LATTICE
Introducción a GGPLOT2 y LATTICE Introducción a GGPLOT2 y LATTICE
Introducción a GGPLOT2 y LATTICE
 
Universidad interamericana de panama
Universidad interamericana de panamaUniversidad interamericana de panama
Universidad interamericana de panama
 
Power point valery
Power point valeryPower point valery
Power point valery
 
Tarea 2 segundo parcial 6
Tarea 2 segundo parcial 6Tarea 2 segundo parcial 6
Tarea 2 segundo parcial 6
 
Diseño de Algoritmos Paralelos-220972.pptx
Diseño de Algoritmos Paralelos-220972.pptxDiseño de Algoritmos Paralelos-220972.pptx
Diseño de Algoritmos Paralelos-220972.pptx
 
Algoritmos Paralelos - Actividad 14 - UNIBE.pdf
Algoritmos Paralelos - Actividad 14 - UNIBE.pdfAlgoritmos Paralelos - Actividad 14 - UNIBE.pdf
Algoritmos Paralelos - Actividad 14 - UNIBE.pdf
 
Recuperacion Soporte tecnico_240320_061459.pdf
Recuperacion Soporte tecnico_240320_061459.pdfRecuperacion Soporte tecnico_240320_061459.pdf
Recuperacion Soporte tecnico_240320_061459.pdf
 
Mathemática 8
Mathemática 8Mathemática 8
Mathemática 8
 
Diseño de Algoritmos Paralelos.pptx
Diseño de Algoritmos Paralelos.pptxDiseño de Algoritmos Paralelos.pptx
Diseño de Algoritmos Paralelos.pptx
 
S4a. INVESTIGACIÓN OPERATIVA Y MODELACIÓN.pptx
S4a. INVESTIGACIÓN OPERATIVA Y MODELACIÓN.pptxS4a. INVESTIGACIÓN OPERATIVA Y MODELACIÓN.pptx
S4a. INVESTIGACIÓN OPERATIVA Y MODELACIÓN.pptx
 
MÉTODOS  NUMÉRICOSchjkhcjkhcjhcxhxjkhxjkjxh
MÉTODOS  NUMÉRICOSchjkhcjkhcjhcxhxjkhxjkjxhMÉTODOS  NUMÉRICOSchjkhcjkhcjhcxhxjkhxjkjxh
MÉTODOS  NUMÉRICOSchjkhcjkhcjhcxhxjkhxjkjxh
 

Dernier

INFORME FINAL ESTADISTICA DESCRIPTIVA E INFERENCIAL
INFORME FINAL ESTADISTICA DESCRIPTIVA E INFERENCIALINFORME FINAL ESTADISTICA DESCRIPTIVA E INFERENCIAL
INFORME FINAL ESTADISTICA DESCRIPTIVA E INFERENCIAL
MANUELVILELA7
 
Metodos de esterilizacion _20240418_181249_0000.pdf
Metodos de esterilizacion _20240418_181249_0000.pdfMetodos de esterilizacion _20240418_181249_0000.pdf
Metodos de esterilizacion _20240418_181249_0000.pdf
arteagaara
 
Conversacion.pptx en guarani boliviano latino
Conversacion.pptx en guarani boliviano latinoConversacion.pptx en guarani boliviano latino
Conversacion.pptx en guarani boliviano latino
BESTTech1
 
Letra de cambio definición y características.ppt
Letra de cambio definición y características.pptLetra de cambio definición y características.ppt
Letra de cambio definición y características.ppt
ssuserbdc329
 
REPORTE DE HOMICIDIO DOLOSO IRAPUATO ABRIL 2024
REPORTE DE HOMICIDIO DOLOSO IRAPUATO ABRIL 2024REPORTE DE HOMICIDIO DOLOSO IRAPUATO ABRIL 2024
REPORTE DE HOMICIDIO DOLOSO IRAPUATO ABRIL 2024
IrapuatoCmovamos
 

Dernier (20)

Principales Retos Demográficos de Puerto Rico
Principales Retos Demográficos de Puerto RicoPrincipales Retos Demográficos de Puerto Rico
Principales Retos Demográficos de Puerto Rico
 
Cesar Vilchis Vieyra Cesar Vilchis Vieyra
Cesar Vilchis Vieyra  Cesar Vilchis VieyraCesar Vilchis Vieyra  Cesar Vilchis Vieyra
Cesar Vilchis Vieyra Cesar Vilchis Vieyra
 
El Manierismo. El Manierismo
El Manierismo.              El ManierismoEl Manierismo.              El Manierismo
El Manierismo. El Manierismo
 
COMUNICADO PARA TODO TIPO DE REUNIONES .
COMUNICADO PARA TODO TIPO DE REUNIONES .COMUNICADO PARA TODO TIPO DE REUNIONES .
COMUNICADO PARA TODO TIPO DE REUNIONES .
 
Los países por porcentaje de población blanca europea en AL (2024).pdf
Los países por porcentaje de población blanca europea en AL (2024).pdfLos países por porcentaje de población blanca europea en AL (2024).pdf
Los países por porcentaje de población blanca europea en AL (2024).pdf
 
INFORME FINAL ESTADISTICA DESCRIPTIVA E INFERENCIAL
INFORME FINAL ESTADISTICA DESCRIPTIVA E INFERENCIALINFORME FINAL ESTADISTICA DESCRIPTIVA E INFERENCIAL
INFORME FINAL ESTADISTICA DESCRIPTIVA E INFERENCIAL
 
Los primeros 60 países por IDH en el año (2024).pdf
Los primeros 60 países por IDH en el año (2024).pdfLos primeros 60 países por IDH en el año (2024).pdf
Los primeros 60 países por IDH en el año (2024).pdf
 
CALENDARIZACIÓN ACTUALIZADA DEL 2024 alt.pdf
CALENDARIZACIÓN ACTUALIZADA DEL 2024 alt.pdfCALENDARIZACIÓN ACTUALIZADA DEL 2024 alt.pdf
CALENDARIZACIÓN ACTUALIZADA DEL 2024 alt.pdf
 
Metodos de esterilizacion _20240418_181249_0000.pdf
Metodos de esterilizacion _20240418_181249_0000.pdfMetodos de esterilizacion _20240418_181249_0000.pdf
Metodos de esterilizacion _20240418_181249_0000.pdf
 
Conversacion.pptx en guarani boliviano latino
Conversacion.pptx en guarani boliviano latinoConversacion.pptx en guarani boliviano latino
Conversacion.pptx en guarani boliviano latino
 
variables-estadisticas. Presentación powerpoint
variables-estadisticas. Presentación powerpointvariables-estadisticas. Presentación powerpoint
variables-estadisticas. Presentación powerpoint
 
Los idiomas más hablados en el mundo (2024).pdf
Los idiomas más hablados en el mundo  (2024).pdfLos idiomas más hablados en el mundo  (2024).pdf
Los idiomas más hablados en el mundo (2024).pdf
 
Sistema Nacional de Vigilancia en Salud Pública SIVIGILA
Sistema Nacional de Vigilancia en Salud Pública SIVIGILASistema Nacional de Vigilancia en Salud Pública SIVIGILA
Sistema Nacional de Vigilancia en Salud Pública SIVIGILA
 
Perú en el ranking mundial, segun datos mineria
Perú en el ranking mundial, segun datos mineriaPerú en el ranking mundial, segun datos mineria
Perú en el ranking mundial, segun datos mineria
 
Industria musical de EUA vs Industria musical Corea del Sur (2024).pdf
Industria musical de EUA vs Industria musical Corea del Sur (2024).pdfIndustria musical de EUA vs Industria musical Corea del Sur (2024).pdf
Industria musical de EUA vs Industria musical Corea del Sur (2024).pdf
 
Panorama Sociodemográfico de México 2020: GUANAJUATO
Panorama Sociodemográfico de México 2020: GUANAJUATOPanorama Sociodemográfico de México 2020: GUANAJUATO
Panorama Sociodemográfico de México 2020: GUANAJUATO
 
Letra de cambio definición y características.ppt
Letra de cambio definición y características.pptLetra de cambio definición y características.ppt
Letra de cambio definición y características.ppt
 
Alfredo Gabriel Rodriguez Yajure Tarea#1
Alfredo Gabriel Rodriguez Yajure Tarea#1Alfredo Gabriel Rodriguez Yajure Tarea#1
Alfredo Gabriel Rodriguez Yajure Tarea#1
 
REPORTE DE HOMICIDIO DOLOSO IRAPUATO ABRIL 2024
REPORTE DE HOMICIDIO DOLOSO IRAPUATO ABRIL 2024REPORTE DE HOMICIDIO DOLOSO IRAPUATO ABRIL 2024
REPORTE DE HOMICIDIO DOLOSO IRAPUATO ABRIL 2024
 
AMNIOS Y CORDON UMBILICAL en el 3 embarazo (1).docx
AMNIOS Y CORDON UMBILICAL en el 3 embarazo (1).docxAMNIOS Y CORDON UMBILICAL en el 3 embarazo (1).docx
AMNIOS Y CORDON UMBILICAL en el 3 embarazo (1).docx
 

Presentacion inteligencia artificial tecnologico moderno azul (1).pptx

  • 1. METAHEURÍSTICAS "TABU" GRUPO #6 INGENIERO: Msc. Alex Yanahuaya Arce INTEGRANTES: -JAIRO LIMACHI HUANCA -ARIEL REA VACA
  • 2. INTRODUCCIÓN las metaheurísticas tabú son algoritmos de optimización combinatoria que utilizan una lista tabú para evitar la repetición de soluciones y diversificar la búsqueda en el espacio de soluciones. Estas metaheurísticas son ampliamente utilizadas para resolver problemas complejos en diversas áreas, como la planificación, la programación y el diseño.
  • 5. • Eficiencia en problemas complejos • Evitan ciclos repetitivos • Flexibilidad y adaptabilidad VENTAJAS Y DESVENTAJAS • Parámetros sensibles • Dependencia de la representación • Sensibilidad a la función objetivo • Puede quedar atrapado en óptimos locales VENTAJAS DESVENTAJA S
  • 6. CAMPO DE APLICACIÓN • Logística y transporte: • Ingeniería de producción y manufactura: • Telecomunicaciones y redes: • Planificación de proyectos: • Optimización en finanzas: • Diseño de circuitos y sistemas electrónicos: • Planificación de energía y recursos: • Inteligencia artificial y aprendizaje automático:
  • 8. LAS METAHEURÍSTICAS TABÚ SON UNA HERRAMIENTA PODEROSA PARA ABORDAR PROBLEMAS DE OPTIMIZACIÓN COMBINATORIA Y SU IMPLEMENTACIÓN EN PYTHON PERMITE ENCONTRAR SOLUCIONES DE ALTA CALIDAD. CONCLUSION