000 02363nam a2200229Ia 4500
001 18035
008 190322s2019 ec 000 0 spa d
082 0 4 _aTESIS 004
_bO629i
245 1 0 _aImplementación de algoritmos genéticos para el estudio de afluencia y descongestionamiento de usuarios en empresas públicas en la ciudad de riobamba
264 0 _aAmbato :
_b[sin editorial] ,
_c2019
300 _a545 páginas ;
_c23 cm.
336 _atxt
337 _an
338 _anc
502 _aTesis
_b(Magister en Gerencia Informatica)
_cPontificia Universidad Catolica del Ecuador, Oficina de Postgrados.
505 0 _a1. Introduccion. --2.Planteamiento de la Propuesta de Trabajo. --3. Marco Teorico. --4. Metodologia. --5. Resultados. --6. Conclusiones y Recomendaciones
506 _aDisponible en el Repositorio Digital
520 _aEl objetivo principal de este proyecto de investigacion y desarrollo es implementar algoritmos geneticos para el estudio de afluencia y descongestionamiento de usuarios en empresas publicas en la ciudad de Riobamba. El problema radica en la desproporcion de las oficinas municipales existentes de la ciudad de Riobamba, por parte de la ciudadania, generando molestias a los usuarios, y afectando a las recaudaciones municipales en los meses de congestion. Para el estudio de planificacion de nuevos puntos de atencion a los usuarios en la ciudad, estos usuarios seran asistidos por la aplicacion software aplicando algoritmos geneticos para determinar las posibles ubicaciones de los nuevos puntos de atencion a los usuarios en el mapa urbano de Riobamba, ademas se visualiza la posible distribucion de congestion en tiempo real de los nuevos puntos de atencion. El algoritmo genetico utilizado aplica las etapas de un algoritmo genetico simple las cuales son: evaluacion de la poblacion, seleccion, cruces o recombinacion y mutacion, para encontrar la solucion optima. Para la resolucion del problema, se creo vectores asociativos por parroquias de la ciudad de Riobamba, cada vector contiene si existe o no un punto de atencion usando 0 o 1, y la posicion referenciada a una matriz con fila y columna del mapa de Riobamba el cual fue instanciado mediante Google maps.
650 1 4 _aALGORITMO. GENETICA. UBICACIONES
700 1 _aOquendo Coronado, Víctor Manuel
999 _c222368
_d222368
942 0 0 _00