Please use this identifier to cite or link to this item: https://rinacional.tecnm.mx/jspui/handle/TecNM/4441
Full metadata record
DC FieldValueLanguage
dc.contributor.authorEspinosa Meneses, Oliver Eder Guillermo%888114-
dc.creatorEspinosa Meneses, Oliver Eder Guillermo%888114-
dc.date.accessioned2022-09-05T19:33:03Z-
dc.date.available2022-09-05T19:33:03Z-
dc.date.issued2020-07-17-
dc.identifier.urihttps://rinacional.tecnm.mx/jspui/handle/TecNM/4441-
dc.descriptionEn el presente documento de tesis contiene una investigación sobre distintas variantes de Red Neuronal Pulso Acoplada aplicadas en el campo de la Planeación de Trayectorias. Durante el desarrollo de la tesis, se estudiaron e implementaron cuatro variantes de Red Neuronal Pulso Acoplada diseñadas para resolver el problema de la Ruta más Corta, tres variantes fueron seleccionadas de la literatura y una variante más fue propuesta como producto de esta investigación. Adicionalmente, se implementaron dos variantes con un diseño específico para tratar con la Planeación de Trayectorias, un modelo fue encontrado en la literatura y uno más es presentado en esta investigación. De acuerdo con los resultados de las pruebas realizadas con los algoritmos de Optimización de Trayectorias, la variante propuesta de Red Neuronal Pulso Acoplada es hasta 39.28% más eficiente que la variante más eficiente presentada en la literatura y hasta un 62.77% más eficiente que la variante Auto Wave Neural Network. Por otro lado, los resultados de los experimentos con los algoritmos de Planeación de Trayectorias indican que el modelo propuesto es hasta un 50% más eficiente en el número de iteraciones y cerca del 50% más rápido en tiempo de ejecución. Esta tesis incluye un estudio del marco teórico sobre la Planeación de Trayectorias, Optimización de Trayectorias y Redes Neuronales Pulso Acopladas. Además, se presentan los trabajos que conforman el estado del arte. Asimismo, se presenta el estudio realizado sobre cada una de las variantes de Red Neuronal Pulso Acoplada implementadas en esta investigación. Por otra parte, se presentan y analizan los experimentos y resultados obtenidos de las búsquedas de distintas trayectorias. Finalmente se exponen las conclusiones a las que se llegó en esta investigación.es_MX
dc.language.isospaes_MX
dc.publisherTecnológico Nacional de Méxicoes_MX
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0es_MX
dc.subjectinfo:eu-repo/classification/cti/7es_MX
dc.titleRedes Neuronales Pulsantes para la Planeación Eficiente de Trayectorias en Mapas Discretoses_MX
dc.typeinfo:eu-repo/semantics/masterThesises_MX
dc.contributor.directorMejia Lavalle, Manuel%55801-
dc.folio20-0145es_MX
dc.rights.accessinfo:eu-repo/semantics/openAccesses_MX
dc.publisher.tecnmCentro Nacional de Investigación y Desarrollo Tecnológicoes_MX
Appears in Collections:Tesis de Maestría en Computación

Files in This Item:
File Description SizeFormat 
MC_Oliver_Eder_Guillermo_Espinosa_Meneses_2020.pdfTesis5.49 MBAdobe PDFView/Open
MC_Oliver_Eder_Guillermo_Espinosa_Meneses_2020.PDF
  Restricted Access
Cesión de derechos23.57 kBAdobe PDFView/Open Request a copy


This item is protected by original copyright



This item is licensed under a Creative Commons License Creative Commons