Muestra la distribución de disciplinas para esta publicación.
Publicaciones WoS (Ediciones: ISSHP, ISTP, AHCI, SSCI, SCI), Scopus, SciELO Chile.
| Indexado |
|
||||
| DOI | |||||
| Año | 2017 | ||||
| Tipo | artículo de investigación |
Citas Totales
Autores Afiliación Chile
Instituciones Chile
% Participación
Internacional
Autores
Afiliación Extranjera
Instituciones
Extranjeras
Se presenta un estudio para encontrar un punto interior en la región factible de problemas de programación lineal, un aspecto que debe ser resuelto en la etapa inicial de la implementación de los algoritmos de punto interior empleados para optimizarlos. Para este fin, se propone un procedimiento que parte de una formulación que no requiere adicionar variables de holgura ni de exceso, solamente involucra una variable adicional para generar un poliedro en un nuevo espacio ampliado y que con proyecciones sencillas encuentra un punto interior en el mismo. Se demuestra que la solución óptima del problema de programación lineal ampliado permite obtener un punto factible del problema original o concluir que el mismo no tiene soluciones factibles.
| Ord. | Autor | Género | Institución - País |
|---|---|---|---|
| Buitrago, Oscar Y. | Hombre |
Universidad Militar Nueva Granada - Colombia
|
|
| Ramírez, Andrés L. | Hombre |
Universidad Militar Nueva Granada - Colombia
|
| Agradecimiento |
|---|
| Desde la publicación del método Simplex (Dantzig, 1951), la investigación en métodos de solución de los problemas de programación lineal (PL) ha sido prolífica. En esta área los métodos de solución se pueden clasificar de forma gruesa en; Algoritmos de frontera (Simplex y sus variantes) y algoritmos de punto interior (con sus variantes proyectivas, de escalado afín y de trayectoria de avance), McShane et al., (1989). Actualmente, y dada la importancia de la programación lineal, se siguen realizando propuestas tanto en métodos de solución de problemas de PL, Mehendale (2015) como de aplicación (inclusive del método Simplex, Anaut et al., (2005)), entre las que se cuentan la de Lauinger (2016) sobre sistemas energéticos residenciales y la de Willis y Stosch, (2017) pertinente a regresiones dispersas (con pocos valores). En el contexto de la toma de decisiones multi criterio se encuentran dos aplicaciones interesantes en las que se solucionan problemas PL; la de Ghaderi, Ruiz y Agell (2017) quienes rompen el supuesto de relaciones monótonas entre los atributos de entrada y las preferencias del decisor y la realizada por Wang y Chen (2017) en la que se utilizan conjunto difusos valorados por intervalos y LP para obtener los pesos de los atributos considerados. |