Exploración a posteriori basada en clustering del frente pareto- óptimo aplicado al problema del próximo lanzamiento

La ingeniería de software basada en búsqueda propone la formulación de problemas de la ingeniería de software como problemas de optimización, generalmente con múltiples objetivos. Para estos problemas existen múltiples soluciones que deben ser analizadas por los tomadores de decisiones para selecci...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autores principales: Rottoli, Giovanni Daián, Casanova Pietroboni, Carlos Antonio, Schab, Esteban Alejandro, De Battista, Anabella Cecilia
Formato: Documento de conferencia acceptedVersion
Lenguaje:Español
Publicado: 2021
Materias:
Acceso en línea:http://hdl.handle.net/20.500.12272/4747
Aporte de:
id I68-R174-20.500.12272-4747
record_format dspace
institution Universidad Tecnológica Nacional
institution_str I-68
repository_str R-174
collection RIA - Repositorio Institucional Abierto (UTN)
language Español
topic Ingeniería del software
Optimización de procesos
Clustering
Frente pareto-óptimo
spellingShingle Ingeniería del software
Optimización de procesos
Clustering
Frente pareto-óptimo
Rottoli, Giovanni Daián
Casanova Pietroboni, Carlos Antonio
Schab, Esteban Alejandro
De Battista, Anabella Cecilia
Exploración a posteriori basada en clustering del frente pareto- óptimo aplicado al problema del próximo lanzamiento
topic_facet Ingeniería del software
Optimización de procesos
Clustering
Frente pareto-óptimo
description La ingeniería de software basada en búsqueda propone la formulación de problemas de la ingeniería de software como problemas de optimización, generalmente con múltiples objetivos. Para estos problemas existen múltiples soluciones que deben ser analizadas por los tomadores de decisiones para seleccionar aquella que más se adecúe a sus necesidades, pudiendo este no tener preferencias previas sobre la mejor solución a ser seleccionada. Para ello, este artículo propone un acercamiento basado en agrupamiento que permite la exploración a posteriori del espacio de soluciones, describiendo las mismas no solo utilizando el valor de sus objetivos, sino también la configuración de los elementos que conforman las mismas. Se presenta una prueba de concepto del método propuesto utilizando el frente Pareto Óptimo solución de una instancia del Problema del Próximo Lanzamiento.
format Documento de conferencia
acceptedVersion
author Rottoli, Giovanni Daián
Casanova Pietroboni, Carlos Antonio
Schab, Esteban Alejandro
De Battista, Anabella Cecilia
author_facet Rottoli, Giovanni Daián
Casanova Pietroboni, Carlos Antonio
Schab, Esteban Alejandro
De Battista, Anabella Cecilia
author_sort Rottoli, Giovanni Daián
title Exploración a posteriori basada en clustering del frente pareto- óptimo aplicado al problema del próximo lanzamiento
title_short Exploración a posteriori basada en clustering del frente pareto- óptimo aplicado al problema del próximo lanzamiento
title_full Exploración a posteriori basada en clustering del frente pareto- óptimo aplicado al problema del próximo lanzamiento
title_fullStr Exploración a posteriori basada en clustering del frente pareto- óptimo aplicado al problema del próximo lanzamiento
title_full_unstemmed Exploración a posteriori basada en clustering del frente pareto- óptimo aplicado al problema del próximo lanzamiento
title_sort exploración a posteriori basada en clustering del frente pareto- óptimo aplicado al problema del próximo lanzamiento
publishDate 2021
url http://hdl.handle.net/20.500.12272/4747
work_keys_str_mv AT rottoligiovannidaian exploracionaposterioribasadaenclusteringdelfrenteparetooptimoaplicadoalproblemadelproximolanzamiento
AT casanovapietrobonicarlosantonio exploracionaposterioribasadaenclusteringdelfrenteparetooptimoaplicadoalproblemadelproximolanzamiento
AT schabestebanalejandro exploracionaposterioribasadaenclusteringdelfrenteparetooptimoaplicadoalproblemadelproximolanzamiento
AT debattistaanabellacecilia exploracionaposterioribasadaenclusteringdelfrenteparetooptimoaplicadoalproblemadelproximolanzamiento
bdutipo_str Repositorios
_version_ 1764820552141242369