Desarrollo de un algoritmo basado en la técnica de algoritmos genéticos para el proceso de reorganización de trabajadores mejorando el desempeño en una empresa
No Thumbnail Available
Date
2013
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Universidad Nacional de Trujillo
Abstract
En este documento se muestra cómo comprobar que un modelo de acuerdo a las características del algoritmo genético y sus procesos puede dar solución a un problema de reorganizar al trabajador de una empresa sin perder o incorporar algún trabajador, para ello se tiene que analizar todas las posibilidades de los puestos de trabajo de cada uno de ellos (los trabajadores) considerando sus respectivos perfiles (o representación de su currículo). Los perfiles son analizados tanto de cada uno de ellos como el requerido para el puesto (este perfil último se obtiene por parte del jefe o representante de la empresa). La población en que se va a evaluar es significativa (donde un computador personal común con características actuales no soluciona, pues el requerimiento de memoria es alto) para esto se considera resolver este problema bajo un modelo alternativo, en este caso es el algoritmo genético._x000D_
El problema es la selección del modelo adecuado para reorganizar el personal de una empresa bajo los perfiles de cada uno de ellos comparados con el ideal de cada puesto donde están asignados, la selección de funciones que estime los resultados idóneos representados en un método de búsqueda y basado en el modelo evolutivo, considerando un problema de optimización de gran aplicación en diversas áreas. Además, muchos otros problemas, tales como, el de selección de grupos, asignación de proyectos, podrían ser vistos como problemas de optimización._x000D_
Dentro del proceso evolutivo se (uso de algoritmos genéticos) se considera funciones tales como: escoger los cromosomas, los métodos de cruce, mutación, selección, evaluación de fitness, entre otros que permiten obtener la solución óptima
Description
Keywords
Algoritmo genético, cromosoma,, mutación,, fitness