El presente documento describe un proyecto de fin de carrera en Ciencias de la Computación. Este proyecto intenta dar solución al problema de generación de horarios académicos en instituciones de nivel superior. La solución se construye con el uso de un algoritmo genético a partir de una población inicial generada por un algoritmo Grasp fase construcción. Se ha tomado como caso de estudio a la facultad de Ciencia e Ingeniera de la Pontificia Universidad Católica del Perú, en la cual se contó con el apoyo del encargado de realizar el horario de la especialidad de ingeniería informática para el respectivo levantamiento de información, con lo cual se consiguió la adaptación de un algoritmo que cumpla con sus restricciones y requerimientos. Para facilitar la búsqueda de esta solución se aplicarán los operadores de selección, casamiento, mutación y etilismo. La calidad de las soluciones, generadas por el algoritmo, se medirá en base a la cantidad de restricciones cumplidas. Para determinar los valores de los parámetros de los algoritmos se realizaron varias ejecuciones con diferentes combinaciones de valores y se optó por la que optimizaba la función objetivo de la solución. Se estima que la duración del proyecto será de un año / Tesis

El presente documento describe un proyecto de fin de carrera en Ciencias de la Computación. Este proyecto intenta dar solución al problema de generación de horarios académicos en instituciones de nivel superior. La solución se construye con el uso de un algoritmo genético a partir de una población inicial generada por un algoritmo Grasp fase construcción. Se ha tomado como caso de estudio a la facultad de Ciencia e Ingeniera de la Pontificia Universidad Católica del Perú, en la cual se contó con el apoyo del encargado de realizar el horario de la especialidad de ingeniería informática para el respectivo levantamiento de información, con lo cual se consiguió la adaptación de un algoritmo que cumpla con sus restricciones y requerimientos. Para facilitar la búsqueda de esta solución se aplicarán los operadores de selección, casamiento, mutación y etilismo. La calidad de las soluciones, generadas por el algoritmo, se medirá en base a la cantidad de restricciones cumplidas. Para determinar los valores de los parámetros de los algoritmos se realizaron varias ejecuciones con diferentes combinaciones de valores y se optó por la que optimizaba la función objetivo de la solución. Se estima que la duración del proyecto será de un año

El objetivo del presente estudio es desarrollar una herramienta que permita agilizar y generalizar el proceso de diseño mecánico de un componente específico teniendo en consideración que la etapa de diseño es una de las más importantes dentro del proceso productivo de una pieza, pues es en donde se pueden generar los mayores ahorros económicos a través de las cualidades del producto (ergonomía, peso, volumen, calidad, etc.). En ese sentido, encontrar una manera de desarrollar dicho proceso de forma personalizada y con la capacidad de adaptarlo a las condiciones de trabajo de la empresa que busca utilizarlo, mejorará su desempeño. Para poder lograr implementar esta herramienta se tuvo que vincular tres conceptos: el diseño mecánico propiamente dicho, que son las definiciones técnicas, fórmulas paramétricas y criterios mecánicos que se utilizan al momento de diseñar un elemento mecánico; la ingeniería del conocimiento, que es la rama de la ingeniería que nos dará los conceptos básicos de cómo extraer la información plasmada dentro de un proceso y trasladarla a un flujo de trabajo; y finalmente, los algoritmos bio inspirados, específicamente, el algoritmo genético, que es el que optimizará el proceso de diseño tomando como base los datos de entrada que se captarán previamente. / The objective of this study is to develop a tool that allows to streamline and generalize the mechanical design process of a specific component, taking into consideration that the design stage is one of the most important within the production process of a piece, because that is where they can be generated the greatest economic savings through the qualities of the product (ergonomics, weight, volume, quality, etc.). In that sense, finding a way to develop this process in a personalized way and with the ability to adapt it to the working conditions of the company that seeks to use it, will improve its performance. In order to be able to implement this tool, three concepts had to be linked: the mechanical design itself, which are the technical definitions, parametric formulas and mechanical criteria that are used when designing a mechanical element; knowledge engineering, which is the branch of engineering that will give us the basic concepts of how to extract the information embodied within a process and transfer it to a workflow; and finally, the bio-inspired algorithms, specifically, the genetic algorithm, which is the one that will optimize the design process based on the input data that will be previously captured.