Tesis doctorales: TESEO

Ayuda Salir

Ficha de Tesis

Imprimir

Ministerio de Educación, Cultura y Deporte - Gobierno de España

Título: SOFT COMPUTING BASED OPTIMISATION AND DECISION MODELS FOR ADAPTIVE MAPS
Autor: Torres Anaya, Marina
Universidad: Universidad de Granada
Departamento: Ciencias de la computación e inteligencia artificial
Fecha de Lectura: 13/12/2019
Mención Europeo / Mención Internacional: Concedido
Programa de doctorado: Programa de Doctorado en Tecnologías de la Información y la Comunicación por la Universidad de Granada
Dirección:
- Pelta Mochcovsky, David Alejandro (Director)
Tribunal:
- PEREZ RODRIGUEZ, RAÚL (presidente)
- PRADOS SUÁREZ, Mª BELÉN (secretario)
- MORENO RIBAS, ANTONIO (vocal)
- Melo Pinto, Pedro (vocal)
- VALLS MATEU, AÏDA (vocal)
Descriptores:
- SOFTWARE
- INFORMATICA
Fichero de tesis:
ISBN: 9788413064154

https://digibug.ugr.es/bitstream/handle/10481/58823/68814.pdf?sequence=4&isAllowed=y

Marcador: https://www.educacion.gob.es/teseo/mostrarRef.do?ref=1813902Añadir a favoritos.
Resumen:
Esta tesis se ha desarrollado con una ayuda para contratos predoctorales para la formación de doctores, concedida por el Ministerio de Economía y Competitividad y cofinanciada por el Fondo Social Europeo, asociada al proyecto TIN2014-55024-P, Modelos de Optimización y Decisión: Aplicaciones y Soluciones con Técnicas de Soft Computing en 3 Distintos Escenarios (MODAS-3DE). El proyecto MODAS-3DE plantea como hipótesis inicial el hecho de que los modelos de decisión y optimización pueden abordarse de manera más eficiente mediante el uso de técnicas de Soft Computing y, en consecuencia, se pueden encontrar mejores soluciones para los desafíos sociales correspondientes. Dentro de los tres escenarios propuestos en MODAS-3DE, esta tesis está orientada al estudio de los ``mapas adaptativos''. Los mapas y las aplicaciones basadas en mapas son útiles y muy conocidos. Sin embargo, no se suele considerar la incertidumbre e imprecisión típicas de las características del mundo real. Además, las aplicaciones de rutas suelen proporcionar soluciones independientemente de las preferencias del usuario, a pesar de que cada persona tiene una visión personal del mundo con prioridades y necesidades diferentes a las de los demás. Por ejemplo, una persona con movilidad reducida podría considerar no es viable una ruta realmente corta llena de escaleras. Esa misma situación es completamente diferente para una persona que puede usar fácilmente las escaleras y que tal vez prefiera esa ruta en lugar de una más larga. Como todos vemos el mundo de manera diferente, no existe una solución única que pueda satisfacer todas nuestras necesidades. Eso implica que al encontrar rutas adecuadas en un mapa, como las peatonales, es crucial entender quién es el usuario final. Las preferencias (su modelado y adecuada gestión) son la clave para definir lo que es importante para cada individuo. El objetivo de este trabajo es el uso de técnicas de Soft Computing para la mejora y resolución de modelos de decisión y optimización en el escenario de mapas adaptativos. El objetivo se divide en tres subobjetivos: definir un modelo para resolver el problema de la ruta personalizada y proporcionar un enfoque de solución, definir un modelo para mapas adaptativos y proporcionar un enfoque de solución y definir un método a posteriori para seleccionar rutas incorporando preferencias después del proceso de optimización. Para ese propósito, se presenta en detalle el problema de la ruta personalizada, se propone un modelo y se proporciona un enfoque de solución. Además, se presenta, discute y desarrolla el concepto de mapas adaptativos. En resumen, un mapa adaptativo es un mapa capaz de mostrar cómo un usuario ve el mundo no solo en términos de distancias, sino también considerando otras características cuya importancia está determinada por ese mismo usuario. La obtención de rutas personalizadas (en términos de las preferencias del usuario) también se puede alcanzar mediante un enfoque diferente y más general: la selección de soluciones de interés. Este método a posteriori consiste en seleccionar rutas personalizadas partiendo de un amplio conjunto de rutas, obtenidas por la resolución de un problema multiobjetivo, que posteriormente son evaluadas teniendo en cuenta las preferencias del usuario identificando así las soluciones que son más interesantes para dicho usuario. En este trabajo también se considera y se explora este enfoque más general mediante la definición del problema de identificación de soluciones de interés y proporcionando un método de resolución.

Imprimir

Modificar Consulta Nueva Consulta

versión 4.2