Introduciendo mejoras en los algoritmos evolutivos
Hoy día se conocen como algoritmos evolutivos (Aes), a una familia de algoritmos basados en lso principios de reproducción, variación aleatoria competencia y selección de individuos. Una de las clases más exitosas la constituyen aquellos basados en lo que originalmente se conoció como algoritmos gen...
Guardado en:
| Autores principales: | , |
|---|---|
| Formato: | Objeto de conferencia |
| Lenguaje: | Español |
| Publicado: |
2002
|
| Materias: | |
| Acceso en línea: | http://sedici.unlp.edu.ar/handle/10915/22054 |
| Aporte de: |
| Sumario: | Hoy día se conocen como algoritmos evolutivos (Aes), a una familia de algoritmos basados en lso principios de reproducción, variación aleatoria competencia y selección de individuos. Una de las clases más exitosas la constituyen aquellos basados en lo que originalmente se conoció como algoritmos genéticos. Estos tienen en particular el uso de operadores genéticos (crossover y mutación) no siempre presentes en otras clases de algoritmos evolutivos. Esta presentación muestra variantes introducidas en esta clase de Aes para mejorar su habilidad en problemas de optimización. |
|---|