Representaciones básicas : Aplicación determinística y probabilística de operadores de crossover en algoritmos genéticos con adaptación dinámica de probabilidades

La adaptación de de parámetros y operadores es una de las más improtantes y promisorias áreas de investigación en la computación evolutiva. La idea es ajustar el algoritmo al problema mientras se resuelve el mismo. En los algoritmos genéticos (AGs) no solo es necesario elegir la representación y lo...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autores principales: Vilanova, Gabriela, Márquez, E., Pandolfi, Daniel, Mac Donald, E., Lorenzetti, Héctor Daniel
Formato: Objeto de conferencia
Lenguaje:Español
Publicado: 1999
Materias:
Ciencias Informáticas
ARTIFICIAL INTELLIGENCE
algoritmos genéticos
adaptación
Algorithms
representación
crossover
Acceso en línea:http://sedici.unlp.edu.ar/handle/10915/22215
Aporte de:
SEDICI (UNLP) de Universidad Nacional de La Plata
id I19-R120-10915-22215
record_format dspace
institution Universidad Nacional de La Plata
institution_str I-19
repository_str R-120
collection SEDICI (UNLP)
language Español
topic Ciencias Informáticas
ARTIFICIAL INTELLIGENCE
algoritmos genéticos
adaptación
Algorithms
representación
crossover
spellingShingle Ciencias Informáticas
ARTIFICIAL INTELLIGENCE
algoritmos genéticos
adaptación
Algorithms
representación
crossover
Vilanova, Gabriela
Márquez, E.
Pandolfi, Daniel
Mac Donald, E.
Lorenzetti, Héctor Daniel
Representaciones básicas : Aplicación determinística y probabilística de operadores de crossover en algoritmos genéticos con adaptación dinámica de probabilidades
topic_facet Ciencias Informáticas
ARTIFICIAL INTELLIGENCE
algoritmos genéticos
adaptación
Algorithms
representación
crossover
description La adaptación de de parámetros y operadores es una de las más improtantes y promisorias áreas de investigación en la computación evolutiva. La idea es ajustar el algoritmo al problema mientras se resuelve el mismo. En los algoritmos genéticos (AGs) no solo es necesario elegir la representación y los operadores para el problema, sino que también debemos elegir valores de parámetros y probabilidades de operadores del (AG) de manera tal que éste encuentre la solución y de manera eficiente. El proceso de encontrar 'a mano' valores apropiados de parámetros y probabilidades de operadores para un AG que afecten la performance del algoritmo de una manera significativa, es una tarea que implica consumo de tiempo y esfuerzo considerable. Ello ha motivado la automatización de dicho proceso. En los (AGs), las soluciones tentativas del espacio de búsqueda son codificadas o representadas tradicionalmente por medio de cadenas binarias, el Gray coding es una representación alternativa a la codificación estándar de potencias de 2. Bajo esta codificación los puntos adyacentes difieren en sólo un bit. Como uno de los principales operadores genéticos, el crossover permite que dos individuos con alto valor de fitness o adaptabilidad puedan combinar las mejores características de cada uno. Los nuevos individuos se crean por crossover alineando los padres escogidos y creando dos nuevos individuos por intercambio de subcadenas detemiinadas en un punto aleatorio de corte (one-point crossover). Otra alternativa es seleccionar 2 o más puntos de corte (two-point y multi-point crossover). También es de uso corriente el uniform crossover que intercambia aleatoriamente bits entre ambos padres. En el presente trabajo se analiza la relación. entre las representaciones de los individuos y los métodos de crossover a los cuales son sometidos, partiendo de una población inicial en la que a cada individuo se le asocia aleatoriamente una probabilidad de cruzamiento. A medida que evoluciona el (AG), las probabilidades que heredan los individuos hijos se adaptan dinámicamente en función de una regla determinística. De esta manera no solo se logra una evolución en el fitness de los individuos sino también en las probabilidades de cruzamiento.
format Objeto de conferencia
Objeto de conferencia
author Vilanova, Gabriela
Márquez, E.
Pandolfi, Daniel
Mac Donald, E.
Lorenzetti, Héctor Daniel
author_facet Vilanova, Gabriela
Márquez, E.
Pandolfi, Daniel
Mac Donald, E.
Lorenzetti, Héctor Daniel
author_sort Vilanova, Gabriela
title Representaciones básicas : Aplicación determinística y probabilística de operadores de crossover en algoritmos genéticos con adaptación dinámica de probabilidades
title_short Representaciones básicas : Aplicación determinística y probabilística de operadores de crossover en algoritmos genéticos con adaptación dinámica de probabilidades
title_full Representaciones básicas : Aplicación determinística y probabilística de operadores de crossover en algoritmos genéticos con adaptación dinámica de probabilidades
title_fullStr Representaciones básicas : Aplicación determinística y probabilística de operadores de crossover en algoritmos genéticos con adaptación dinámica de probabilidades
title_full_unstemmed Representaciones básicas : Aplicación determinística y probabilística de operadores de crossover en algoritmos genéticos con adaptación dinámica de probabilidades
title_sort representaciones básicas : aplicación determinística y probabilística de operadores de crossover en algoritmos genéticos con adaptación dinámica de probabilidades
publishDate 1999
url http://sedici.unlp.edu.ar/handle/10915/22215
work_keys_str_mv AT vilanovagabriela representacionesbasicasaplicaciondeterministicayprobabilisticadeoperadoresdecrossoverenalgoritmosgeneticosconadaptaciondinamicadeprobabilidades
AT marqueze representacionesbasicasaplicaciondeterministicayprobabilisticadeoperadoresdecrossoverenalgoritmosgeneticosconadaptaciondinamicadeprobabilidades
AT pandolfidaniel representacionesbasicasaplicaciondeterministicayprobabilisticadeoperadoresdecrossoverenalgoritmosgeneticosconadaptaciondinamicadeprobabilidades
AT macdonalde representacionesbasicasaplicaciondeterministicayprobabilisticadeoperadoresdecrossoverenalgoritmosgeneticosconadaptaciondinamicadeprobabilidades
AT lorenzettihectordaniel representacionesbasicasaplicaciondeterministicayprobabilisticadeoperadoresdecrossoverenalgoritmosgeneticosconadaptaciondinamicadeprobabilidades
bdutipo_str Repositorios
_version_ 1764820465354801153

Ejemplares similares