dc.creator | Barba González, Cristóbal | es |
dc.creator | Nebro, Antonio J. | es |
dc.creator | García Nieto, José Manuel | es |
dc.creator | Cordero, José A. | es |
dc.creator | Durillo, Juan J. | es |
dc.creator | Navas Delgado, Ismael | es |
dc.creator | Aldana Montes, José F. | es |
dc.date.accessioned | 2021-05-14T09:48:10Z | |
dc.date.available | 2021-05-14T09:48:10Z | |
dc.date.issued | 2016 | |
dc.identifier.citation | Barba González, C., Nebro, A.J., García Nieto, J.M., Cordero, J.A., Durillo, J.J., Navas Delgado, I. y Aldana Montes, J.F. (2016). Un Framework para Big Data Optimization Basado en jMetal y Spark. En MAEB 2016: XI Congreso Español de Metaheurísticas, Algoritmos Evolutivos y Bioinspirados Salamanca, España: Universidad de Salamanca. | |
dc.identifier.isbn | 978-84-9012-632-5 | es |
dc.identifier.uri | https://hdl.handle.net/11441/109034 | |
dc.description.abstract | Las metaheur sticas multi-objetivo se han convertido en t ecnicas
muy utilizadas para la resoluci on problemas complejos de optimizaci
on compuestos de varias funciones objetivo en con
icto entre s . Nos
encontramos en la actualidad inmersos en la era del Big Data, por lo
que los problemas multi-objetivo que surjan en este contexto cumplir an
algunas de las cinco V's que caracterizan a las aplicaciones Big Data (volumen,
velocidad, variedad, veracidad, valor). Como consecuencia, las
metaheur sticas deber an ser capaces de resolver problemas din amicos,
que pueden cambiar en el tiempo debido al procesamiento y an alisis de
diferentes fuentes de datos, que t picamente ser an en streaming. En este
trabajo presentamos el software jMetalSP, que combina el framework
jMetal con Apache Spark. De esta forma, las metaheur sticas disponibles
en jMetal se pueden adaptar f acilmente para resolver problemas din amicos
que se alimenten de distintas fuentes de datos en streaming, y que
son gestionadas por Spark. Se describe la arquitectura de jMetalSP y se
valida mediante un caso de uso realista basado en TSP bi-objetivo con
datos abiertos reales de tr a co de la ciudad de Nueva York. | es |
dc.description.sponsorship | Ministerio de Educación, Cultura y Deporte TIN2014-58304-R | es |
dc.description.sponsorship | Junta de Andalucía P11-TIC-7529 | es |
dc.description.sponsorship | Junta de Andalucía P12-TIC-1519 | es |
dc.format | application/pdf | es |
dc.format.extent | 10 | es |
dc.language.iso | spa | es |
dc.publisher | Universidad de Salamanca | es |
dc.relation.ispartof | MAEB 2016: XI Congreso Español de Metaheurísticas, Algoritmos Evolutivos y Bioinspirados (2016). | |
dc.rights | Attribution-NonCommercial-NoDerivatives 4.0 Internacional | * |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4.0/ | * |
dc.subject | Big Data | es |
dc.subject | Optimización multi-objetivo | es |
dc.subject | Problemas Dinámicos | es |
dc.subject | Metaheurísticas | es |
dc.subject | framework software | es |
dc.subject | jMetal | es |
dc.subject | Apache Spark | es |
dc.title | Un Framework para Big Data Optimization Basado en jMetal y Spark | es |
dc.type | info:eu-repo/semantics/conferenceObject | es |
dcterms.identifier | https://ror.org/03yxnpp24 | |
dc.type.version | info:eu-repo/semantics/submittedVersion | es |
dc.rights.accessRights | info:eu-repo/semantics/openAccess | es |
dc.contributor.affiliation | Universidad de Sevilla. Departamento de Ciencias de la Computación e Inteligencia Artificial | es |
dc.relation.projectID | TIN2014-58304-R | es |
dc.relation.projectID | P11-TIC-7529 | es |
dc.relation.projectID | P12-TIC-1519 | es |
dc.relation.publisherversion | https://eusal.es/index.php/eusal/catalog/book/978-84-9012-632-5 | es |
dc.eventtitle | MAEB 2016: XI Congreso Español de Metaheurísticas, Algoritmos Evolutivos y Bioinspirados | es |
dc.eventinstitution | Salamanca, España | es |
dc.relation.publicationplace | Salamanca, España | es |
dc.contributor.funder | Ministerio de Educación, Cultura y Deporte (MECD). España | es |
dc.contributor.funder | Junta de Andalucía | es |