WARNING:
JavaScript is turned OFF. None of the links on this concept map will
work until it is reactivated.
If you need help turning JavaScript On, click here.
Este Cmap, tiene información relacionada con: algoritmo geneticos, TEORÍA DE ALGORITMOS GENÉTICOS 3. Codificación de Problemas -Genotipo: conjunto de los parámetros representado por un cromosoma particular., c.Algoritmos de Reemplazo Cuando se trabaja con una única población, sobre la que se realizan las selecciones e inserciones, deberá tenerse en cuenta que para insertar un nuevo individuo deberá de eliminarse previamente otro de la población. ???? Métodos Aleatorio: el nuevo individuo se inserta en un lugar cualquiera de la población. Reemplazo de padres: se obtiene espacio para la nueva descendencia liberando el espacio ocupado por los padres. Reemplazo de similares: una vez obtenido el ajuste de la descendencia se selecciona un grupo de individuos de la población con un ajuste similar. Se reemplazan aleatoriamente los que sean necesarios. Reemplazo de los peores: de entre un porcentaje de los peores individuos de la población se seleccionan aleatoriamente los necesarios para dejar sitio a la descendencia., TEORÍA DE ALGORITMOS GENÉTICOS 4.Operadores Genéticos b. Cruce Estrategia de reproducción sexual. Una vez seleccionados los individuos, estos son recombinados para producir la descendencia que se insertará en la siguiente generación., e.Mutación - La mutación de un individuo provoca que alguno de sus genes, generalmente uno sólo, varíe su valor de forma aleatoria. - Se imita el comportamiento que se da en la naturaleza - Se seleccionan dos individuos de la población para realizar el cruce. Si el cruce tiene éxito entonces uno de los descendientes, o ambos, se muta con cierta probabilidad Pm. Si se trabaja con codificaciones binarias consistirá en negar un bit, o intercambiar los valores de dos alelos del cromosoma. ???? Para codificaciones no binarias: -Incrementar o decrementar a un gen una pequeña cantidad generada aleatoriamente. -Multiplicar un gen por un valor aleatorio próximo a 1, TEORÍA DE ALGORITMOS GENÉTICOS 3. Codificación de Problemas -Cualquier solución potencial a un problema puede ser presentada dando valores a una serie de parámetros. -El conjunto de todos los parámetros (genes) se codifica en una cadena de valores denominada cromosoma., TEORÍA DE ALGORITMOS GENÉTICOS 1. Orígenes Computación Evolutiva Tomassini,1995 - Se define como una familia de modelos computacionales inspirados en la evolución. - Se refiere al estudio de los fundamentos y aplicaciones de ciertas técnicas heurísticas basadas en los principios de la evolución natural., -Genotipo: conjunto de los parámetros representado por un cromosoma particular. -Fenotipo: contiene la información necesaria para la construcción del organismo. -La codificación suele hacerse con valores binarios, pero también con un valor entero, real o en punto flotante. -Alelo: es cada bit que pertenece a un gen., 2. Bases Biológicas - La adaptación no sólo está determinada por la composición genética. - Influyen otros factores como el aprendizaje, ya sea adquirido por prueba y error, o por imitación., TEORÍA DE ALGORITMOS GENÉTICOS 4.Operadores Genéticos a. Selección - Los algoritmos de selección son los encargados de escoger qué individuos van a disponer de oportunidades de reproducirse y cuáles no. - Esta relacionada con su valor de ajuste., -Para imitar esto se usa la técnica de Ajuste Fino, consistente en pequeñas modificaciones de los genes de un cromosoma. 2. Bases Biológicas - La adaptación no sólo está determinada por la composición genética. - Influyen otros factores como el aprendizaje, ya sea adquirido por prueba y error, o por imitación., Computación Evolutiva Tomassini,1995 - Se define como una familia de modelos computacionales inspirados en la evolución. - Se refiere al estudio de los fundamentos y aplicaciones de ciertas técnicas heurísticas basadas en los principios de la evolución natural. Principales Técnicas: Algoritmos Genéticos Estrategias de Evolución Programación Evolutiva, -Indica si los individuos de la población representan o no buenas soluciones al problema planteado, -Permite controlar el número de selecciones, cruces, copias y mutaciones llevadas a cabo. -Establece el ajuste, es decir la medida numérica de la bondad de una solución. A cada uno de los individuos se le asigna un valor de ajuste escalar por medio de un procedimiento de evaluación bien definido. Tipos de ajuste o fitness, a. Selección - Los algoritmos de selección son los encargados de escoger qué individuos van a disponer de oportunidades de reproducirse y cuáles no. - Esta relacionada con su valor de ajuste. ???? Métodos -Selección por ruleta o de Montecarlo -Selección por torneo, TEORÍA DE ALGORITMOS GENÉTICOS 5.Evaluación -Indica si los individuos de la población representan o no buenas soluciones al problema planteado, -Permite controlar el número de selecciones, cruces, copias y mutaciones llevadas a cabo. -Establece el ajuste, es decir la medida numérica de la bondad de una solución., Tipos de ajuste o fitness Los que hacen referencia unicamente a la bondad del individuo en cuestión: - Fitness Puro: r(i,t) - Fitness Estandarizado: s(i,t) - Fitness Ajustado: a(i,t) El que indica la bondad de una solución con respecto al resto de soluciones representadas en la población. - Fitness Normalizado: n(i,t) Este tipo de ajuste es empleado en la mayoría de los métodos de selección proporcionales al fitness., -Indica si los individuos de la población representan o no buenas soluciones al problema planteado, -Permite controlar el número de selecciones, cruces, copias y mutaciones llevadas a cabo. -Establece el ajuste, es decir la medida numérica de la bondad de una solución. A cada uno de los individuos se le asigna un valor de ajuste escalar por medio de un procedimiento de evaluación bien definido. Tipos de ajuste o fitness, b. Cruce Estrategia de reproducción sexual. Una vez seleccionados los individuos, estos son recombinados para producir la descendencia que se insertará en la siguiente generación. Métodos - Estrategia destructiva: los descendientes se insertarán en la población temporal aunque sus padres tengan mejor ajuste - Estrategia no destructiva: la descendencia pasará a la siguiente generación únicamente si supera la bondad del ajuste de los padres. Algoritmos De codificaciones binaria: -Cruce de 1 punto -Cruce de 2 puntos -Cruce uniforme De codificaciones no binarias, TEORÍA DE ALGORITMOS GENÉTICOS, TEORÍA DE ALGORITMOS GENÉTICOS 1. Orígenes Algoritmos Genéticos Estrategias de Evolución Programación Evolutiva, TEORÍA DE ALGORITMOS GENÉTICOS 4.Operadores Genéticos e.Mutación - La mutación de un individuo provoca que alguno de sus genes, generalmente uno sólo, varíe su valor de forma aleatoria. - Se imita el comportamiento que se da en la naturaleza - Se seleccionan dos individuos de la población para realizar el cruce. Si el cruce tiene éxito entonces uno de los descendientes, o ambos, se muta con cierta probabilidad Pm. Si se trabaja con codificaciones binarias consistirá en negar un bit, o intercambiar los valores de dos alelos del cromosoma.