dc.contributor.advisor | Cueva Moscoso, Rony | es_ES |
dc.contributor.author | Ávalos Aguilar, Víctor Gabriel | es_ES |
dc.date.accessioned | 2015-06-04T17:43:19Z | es_ES |
dc.date.available | 2015-06-04T17:43:19Z | es_ES |
dc.date.created | 2015 | es_ES |
dc.date.issued | 2015-06-04 | es_ES |
dc.identifier.uri | http://hdl.handle.net/20.500.12404/6047 | |
dc.description.abstract | El continuo crecimiento del comercio mundial ha ocasionado un incremento
constante en la demanda de vuelos comerciales. Las aerolíneas se han visto en la
necesidad de diversificar sus flotas de aeronaves y aumentar el número de las
mismas para satisfacer la creciente demanda. La variedad de tipos de avión, la
creciente cantidad de vuelos y un mayor número de aeronaves disponibles han
complicado el proceso mediante el cual se asigna un avión específico a atender un
vuelo programado. Ante esta nueva realidad se ha visto un creciente número de
investigaciones dedicadas a diseñar algoritmos capaces de obtener una buena
asignación vuelo-avión utilizando la menor cantidad de recursos.
Los algoritmos planteados han ido subiendo en complejidad a medida que ha pasado
el tiempo. Los primeros que fueron planteados eran denominados algoritmos
exactos, estos podían obtener la respuesta optima, pero requerían de mucho tiempo
y poder de procesamiento. Luego se hizo uso de algoritmos heurísticos, como el
GRASP, el cual entregaban una solución buena, que posiblemente no sea la óptima,
pero su consumo de recursos era menor. En la actualidad se han diseñado varios
algoritmos meta-heurísticos que permiten obtener una mejor solución que los
heurísticos haciendo mejoras continuas a la solución obtenida hasta que se cumplan
ciertas condiciones de parada.
El objetivo de este proyecto es diseñar un algoritmo genético que minimize los costos
en la asignación avión-vuelo y a la vez maximice los posibles beneficios a obtener.
Para cumplir con este objetivo se hará un estudio de los conceptos asociados a la
asignación de tipos de aeronaves a vuelos y se recopilarán datos reales de previas
asignaciones hechas por aerolíneas que están presentes en el mercado peruano. El
producto final será un algoritmo genético diseñado y calibrado para obtener
soluciones que sean válidas para el actual contexto nacional. | es_ES |
dc.language.iso | spa | es_ES |
dc.publisher | Pontificia Universidad Católica del Perú | es_ES |
dc.rights | Atribución-NoComercial-SinDerivadas 2.5 Perú | * |
dc.rights | info:eu-repo/semantics/openAccess | es_ES |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/2.5/pe/ | * |
dc.subject | Algoritmos genéticos | es_ES |
dc.subject | Inteligencia artificial--Innovaciones tecnológicas | es_ES |
dc.subject | Tráfico aéreo | es_ES |
dc.subject | Aviación comercial--Perú | es_ES |
dc.subject | Aviación--Vuelos | es_ES |
dc.title | Algoritmo genético para la asignación de tipo de aviones a vuelos | es_ES |
dc.type | info:eu-repo/semantics/bachelorThesis | es_ES |
thesis.degree.name | Ingeniero Informático | es_ES |
thesis.degree.level | Título Profesional | es_ES |
thesis.degree.grantor | Pontificia Universidad Católica del Perú. Facultad de Ciencias e Ingeniería. | es_ES |
thesis.degree.discipline | Ingeniería Informática | es_ES |
renati.advisor.dni | 09942265 | |
renati.advisor.orcid | https://orcid.org/0000-0003-4861-571X | es_ES |
renati.discipline | 612286 | es_ES |
renati.level | https://purl.org/pe-repo/renati/level#tituloProfesional | es_ES |
renati.type | https://purl.org/pe-repo/renati/type#tesis | es_ES |
dc.publisher.country | PE | es_ES |
dc.subject.ocde | https://purl.org/pe-repo/ocde/ford#1.02.00 | es_ES |