Metaheurísticas para el análisis de datos masivos en el ámbito del transporte por carretera

López Ruiz, Javier (2017). Metaheurísticas para el análisis de datos masivos en el ámbito del transporte por carretera. Thesis (Master thesis), E.T.S. de Ingenieros Informáticos (UPM).

Description

Title: Metaheurísticas para el análisis de datos masivos en el ámbito del transporte por carretera
Author/s:
  • López Ruiz, Javier
Contributor/s:
  • Mateos Caballero, Alfonso
Item Type: Thesis (Master thesis)
Masters title: Inteligencia Artificial
Date: July 2017
Subjects:
Freetext Keywords: Metaheurísticas; Clustering; Aprendizaje automático; Logística; Metaheuristics; Machine learning; Logistics
Faculty: E.T.S. de Ingenieros Informáticos (UPM)
Department: Inteligencia Artificial
Creative Commons Licenses: Recognition - No derivative works - Non commercial

Full text

[img]
Preview
PDF - Requires a PDF viewer, such as GSview, Xpdf or Adobe Acrobat Reader
Download (1MB) | Preview

Abstract

En el campo de la Inteligencia Artificial, han surgido multitud de términos a lo largo del estudio de los datos por la comunidad académica: descubrimiento de patrones, minería de datos, aprendizaje automático, aprendizaje profundo, Big Data, ciencia de los datos... La resolución de problemas de optimización mediante técnicas metaheurísticas también ha sido investigada de forma extensa. Esta tesis muestra cómo es posible realizar un análisis de grandes conjuntos de datos modelizando dicha tarea en un problema de optimización. Para ello, se desarrolla un caso práctico para una operadora logística de transporte en cisterna especializada en mercancías peligrosas, principalmente de productos petrolíferos, que tiene una alta incidencia en el tejido económico espa~nol, y al mismo tiempo, tiene unos niveles de seguridad y reglamentación muy elevados. Con tal objetivo, se ha elaborado un estado del arte de las diferentes técnicas de búsquedas metaheurísticas, así como de aprendizaje automático no supervisado. Se ha desarrollado un sistema de clasificación a partir de datos geo-posicionados, así como una posterior validación de los métodos utilizados.---ABSTRACT---In the field of Artificial Intelligence, several terms have originated throughout the study of data by the academic community: pattern recognition, data mining, machine learning, deep learning, Big Data, Data Science ... The resolution of optimization problems using metaheuristic techniques has also been extensively investigated. This thesis shows how it is possible to perform an analysis of large datasets by modeling this task into an optimization problem. To this end, a case study is developed for a logistic company specialized in dangerous goods, mainly petroleum products, that has a high incidence in the Spanish economic fabric, and at the same time, has very high levels of security and regulation. With this goal in mind, a state of the art of diferent metaheuristic search techniques has been elaborated. In addition, unsupervised machine learning is also studied. It has been developed a classification system from geodata, as well as a later validation of the methods used.

More information

Item ID: 47927
DC Identifier: http://oa.upm.es/47927/
OAI Identifier: oai:oa.upm.es:47927
Deposited by: Biblioteca Facultad de Informatica
Deposited on: 29 Sep 2017 12:10
Last Modified: 29 Sep 2017 12:11
  • Logo InvestigaM (UPM)
  • Logo GEOUP4
  • Logo Open Access
  • Open Access
  • Logo Sherpa/Romeo
    Check whether the anglo-saxon journal in which you have published an article allows you to also publish it under open access.
  • Logo Dulcinea
    Check whether the spanish journal in which you have published an article allows you to also publish it under open access.
  • Logo de Recolecta
  • Logo del Observatorio I+D+i UPM
  • Logo de OpenCourseWare UPM