Maitelasarte en 07:53 4 mar 2009

2009-03-04T07:53:55Z

← Revisión anterior		Revisión del 09:53 4 mar 2009
Línea 13:		Línea 13:
	las mejores soluciones.		las mejores soluciones.

	AProx. Michingan: cada individuo contiene la codificación ~~deun~~		AProx. Michingan: cada individuo contiene la codificación de un
	elemento de la solución al problema. La población en su conjunto es		elemento de la solución al problema. La población en su conjunto es
	una ~~codificaci`ón~~ de la solución al problema. El tamaño de la		una codificación de la solución al problema. El tamaño de la
	población es variable en muchos casos. Los operadores de cruce y		población es variable en muchos casos. Los operadores de cruce y
	mutación son parciales. La función de fitness de un individiuo es una		mutación son parciales. La función de fitness de un individiuo es una
Línea 36:		Línea 36:
	elitista (y los operadores de cruce y mutación garantizan la		elitista (y los operadores de cruce y mutación garantizan la
	exploración de todo el espacio) la convergencia al óptimo global está		exploración de todo el espacio) la convergencia al óptimo global está
	~~garantizaada~~.		garantizada.

Manuel.grana en 01:18 1 ago 2008

2008-08-01T01:18:10Z

Página nueva

En algoritmos genéticos se distinguen dos aproximaciones básicas a la
representación para la resolución de problemas de optimización
combinatoria.

Aprox. Pittsburg: cada individuo contiene una codificación completa de
una solución al problema planteado. Una población contiene un conjunto
de soluciones (factibles) y los operadores de mutación y cruce tienen
que garantizar que el resultado son codificaciones de soluciones
(factibles) (cerrados en el espacio de soluciones factibles). La
función de fitness evalua una solución y es equivalente/identica a la
función de coste a minimizar. La función de selección de los
individuos para la siguiente generación es la selección (aleatoria) de
las mejores soluciones.

AProx. Michingan: cada individuo contiene la codificación deun
elemento de la solución al problema. La población en su conjunto es
una codificaci`ón de la solución al problema. El tamaño de la
población es variable en muchos casos. Los operadores de cruce y
mutación son parciales. La función de fitness de un individiuo es una
evaluación del impacto que una parte de la solución tiene en la mejora
de la solución global. La función de selección tiene que garantizar
que la nueva población es una solución al problema. La función de
costo a minimizar se evalua sobre toda la población pero no entra en
la dinámica del algoritmo, no afecta a los operadores genéticos.

La aproximación Michigan prefiere las representaciones locales y se
aproxima a la idea de sistema multiagente con comportamiento colectivo
emergente no explícitamente programado. Es mucho más dificil probar la
convergencia del algoritmo a soluciones globalmente optimas. Los
sistemas de clasificación de Holland originalmente se codificaban de
esta manera.

La aproximación Pittsburg es una codificación biologicamente inspirada
de un algoritmo de búsqueda global aleatoria. Es posible estudiar su
convergencia y se ha probado que si la función de selección es
elitista (y los operadores de cruce y mutación garantizan la
exploración de todo el espacio) la convergencia al óptimo global está
garantizaada.

Michigan-versus-Pittsburg - Historial de revisiones

Maitelasarte en 07:53 4 mar 2009

Manuel.grana en 01:18 1 ago 2008