• español
    • English
    • português
  • español 
    • español
    • English
    • português
  • Login
Ver ítem 
  •   RI-UNLZ
  • Ingeniería
  • Artículos, Informes y Presentaciones en Congresos
  • Ver ítem
  •   RI-UNLZ
  • Ingeniería
  • Artículos, Informes y Presentaciones en Congresos
  • Ver ítem
JavaScript is disabled for your browser. Some features of this site may not work without it.

Restauración fluvial aplicando Algoritmos Genéticos Multiobjetivo

Thumbnail
Ver/
Artículo (1.202Mb)
Fecha
2010-10
Autor
Udías, Angel
Redchuk, Andrés
Cano, Javier
Galbiati, Lorenzo
Metadatos
Mostrar el registro completo del ítem
Resumen
Analizando los procesos de gestión de los recursos ambientales, es evidente el aumento de la preocupación por el medio ambiente, configurándolo como un factor más (conjuntamente con criterios económicos, tecnológicos, etc.) a tener en cuenta en los procesos de toma de decisiones. Esta combinación de factores de diversa naturaleza complica el análisis cuantitativo de las alternativas a las que se ha de enfrentar el decisor, más aún si se tiene en cuenta que típicamente los factores ambientales, por su propia naturaleza, suelen ser de difícil comparación y cuantificación.La utilización de un sistema de ayuda a la decisión multicriterio que integran como motor de optimización un algoritmo genético multiobjetivo resulta idónea para la aplicación a
URI
https://repositorio.unlz.edu.ar/handle/123456789/139
Colecciones
  • Artículos, Informes y Presentaciones en Congresos

Universidad Nacional de Lomas de Zamora

Camino de Cintura y Juan XXIII, Lomas de Zamora, Buenos Aires, Argentina

Versión del Sitio 2.0.2
Contacto | Sugerencias

Soportado por DSpace

 

 

Listar

Todo RI-UNLZComunidades & ColeccionesPor fecha de publicaciónAutoresTítulosMateriasEsta colecciónPor fecha de publicaciónAutoresTítulosMaterias

Mi cuenta

AccederRegistro

Universidad Nacional de Lomas de Zamora

Camino de Cintura y Juan XXIII, Lomas de Zamora, Buenos Aires, Argentina

Versión del Sitio 2.0.2
Contacto | Sugerencias

Soportado por DSpace