2 Algoritmos Geneticos Transparencias

8/17/2019 2 Algoritmos Geneticos Transparencias

1/34


2/34


3/34


4/34


5/34


6/34


7/34


8/34


9/34


10/34


11/34


12/34


13/34


14/34

AGS

O&era)ores7

Selecci(n

Cr"ce

M"taci(n

!"ién 4so're/i/e5%C(mo se com'ina elmaterial genético%

!"ién es m"ta)o- c(mo se reali2ala m"taci(n%


15/34

AGS

O&era)ores7

Selecci(n

Cr"ce

M"taci(n

> ?ro'a'ili)a) )e selecci(n -> ?orcenta*e )e Elitismo

> ?ro'a'ili)a) )e Cr"ce

> ?ro'a'ili)a) )e M"taci(n


16/34

Méto)os )e selecci(nElitista4R"e)a


17/34

Muestreo Estocástico

∑=

=

n

ji

i

cal

cal i s P

1

)(

Méto)os )e selecci(n


18/34

Caracter stica del !GA

Méto)os )e selecci(n


19/34

Méto)os )e Cr"ce8n &"ntoDos &"ntosM1scaraOtros


20/34

Cr"2amiento )e "n &"nto


21/34

Cr"2amiento )e )os&"ntos


22/34

Cr"2amiento "ni.orme


23/34

Caracter stica del!GA

Permite"eali#ar un

Cruce de tipo


24/34

O&era)or )e M"taci(n

Loc"s aleatorio


25/34

O&era)or )e M"taci(n

Loc"s aleatorioAlelo aleatorio7 + + +J+K

3


26/34

E*em&lo )el /ia*anteEn"ncia)o7 48na &ersona )e'e recorrer /ariasci")a)es )istintas+ con la con)ici(n )e 0"e )e'e

&asar solamente "na /e2 &or ca)a "na )e ellas -/ol/er a la ci")a) )e origen+ recorrien)o la menor)istancia &osi'le35En este e*em&lo se han consi)era)o ci")a)es


27/34

E*em&lo )el /ia*ante

?ara resol/er este &ro'lema con "n algoritmo genético+lo &rimero 0"e se )e'e reali2ar es la co)i,caci(n )e losin)i/i)"os

Para ver cómo evoluciona la población es necesario definir una función deevaluación:

Fitness(w) = Fitness(w) 1 – 0.1 * Fitness(w)

!" es el n#mero de ciudades!$ es la lon%itud de la cadena de bits!bi es el bit i!&simo!'i es la distancia del tramo i

CROMOSOMA


28/34

E*em&lo )el /ia*anteLa ?rimera generaci(n es AleatoriaLa ."nci(n ,tness entrega los /alores ,tness )eca)a in)i/i)"o3

El AG se encarga )e generar la n"e/a &o'laci(n a&artir )e los /alores )e ,tness$ndi%iduos &tness'()

B B B3J

B B B3B B B B3B B3 BB B B3 K

B B3BJ

GENERACI N


29/34

E*em&lo )el /ia*anteAl ca'o )e /arias generaciones los /alores )e,tness me*oran 7

Cercanos a en ma;imi2aci(n # itness$

Cercanos a B en minimi2aci(n #Mis it$

$ndi%iduos &tness'()

B B B3

B B B3B B B3B B B3 BB B B3 K

B B B3 J

GENERACI N N


30/34

Conce&tos ,nales

Di.erencias con méto)os tra)icionales )e':s0"e)a - o&timi2aci(n

Tra'a*an con &o'laciones )e sol"ciones en l"gar

)e "n in)i/i)"o8san "na ."nci(n )e a&tit") como :nicoconocimientoReglas )e transici(n &ro'a'il6sticas - no)etermin6sticasEl hecho )e 0"e "sen o&era)ores &ro'a'il6sticasno signi,ca 0"e o&eren )e manera an1loga a "nasim&le ':s0"e)a aleatoria3


31/34

Conce&tos ,nales

Fenta*asNo se necesita 4conocimiento5 es&ec6,co

Sim&lici)a) Conce&t"al3Am&lia a&lica'ili)a)+ Tienen el &otencial &araincor&orar conocimiento so're el )ominio - &arahi'ri)i2arse con otras técnicas )e':s0"e)a o&timi2aci(n3

?"e)en e;&lotar .1cilmente las ar0"itect"rasen &aralelo3Son ro'"stas a los cam'ios )in1micos+ res"ltanmenos a.ecta)os &or los máximos locales


32/34

Conce&tos ,nales

Fenta*asCa&aces )e resol/er &ro'lemas &ara los

c"ales no se conoce sol"ci(n alg"na3Incon/enientesDi,c"lta) en el a*"ste )e los &ar1metros

O&era)ores &ro'a'il6sticos

?ro'lemas )e con/ergenciaPrincipio básico 7Los &ar1metros )e "n AG )e'ena*"starse )e mo)o 0"e no se &ro)"2ca "nacon/ergencia r1&i)a )e la &o'laci(n


33/34

Conce&tos ,nales

Alg"nas a&licacionesO&timi2aci(n #estr"ct"ral+ )e to&olog6as+ n"mérica+com'inatoria+ etc3$ A&ren)i2a*e )e m10"ina #sistemas clasi,ca)ores$ Pases )e )atos #o&timi2aci(n )e cons"ltas$ Reconocimiento )e &atrones #&or e*em&lo+ im1genes$ Generaci(n )e gram1ticas #reg"lares+ li'res )econte;to+ etc3$ ?laneaci(n )e mo/imientos )e ro'ots ?re)icci(n+333


34/34

Concl"siones

Los algoritmos genéticos &rometen ser7méto)os )e resol"ci(n )e &ro'lemastecnol(gicamente com&le*os o &ara ela&ren)i2a*e m10"ina3méto)os &ara la sim"laci(n )e sistemas#nat"rales$ no .1cilmente )escri'i'les3

Sin em'argo+ a:n est1n le*os )eesta'lecerse como técnicas com&letamenteconoci)as - .ormales3Gran /arie)a) )e o&era)ores

2 Algoritmos Geneticos Transparencias

Documents

Transcript of 2 Algoritmos Geneticos Transparencias