Matemáticas Evolutivas: Algoritmos Genéticos
|
|
- Marina de la Cruz Villalobos
- hace 8 años
- Vistas:
Transcripción
1 Matemáticas Evolutivas: Algoritmos Genéticos María Teresa Iglesias Otero Departamento de Matemáticas Universidade da Coruña
2 Cuál es la mejor forma de...? cuál es el camino más corto a...? cuál es la más barata entre...? Problemas de Optimización Encontrar la mejor entre un conjunto de opciones (en un espacio de búsqueda) cómo medir la idea de mejor?
3 Problemas de Optimización Encontrar el elemento de D en el que f ( 0) es máxima D: Conjunto de posibles soluciones (finito/infinito) números, vectores, grafos,... f: D R f: función objetivo (de coste)
4 Cómo proceder para encontrar el máximo? Métodos tradicionales f = 0 f < 0 { f/ x = 0, f/ y = 0,...} f(x)=x²+exp(cos(x))-x, f (x)=2x-sen(x)exp(cos(x))+1=0
5 Cómo proceder para encontrar el máximo? Métodos Alternativos Método del alpinista (Hill-climbing)
6 Cómo proceder para encontrar el máximo? Métodos Alternativos Búsqueda aleatoria Búsqueda exhaustiva: Travelling Salesman Problem (TSP) b a c e d a d c b e N=100 99! 10 1 ⁵⁶ Átomos del universo 10⁷⁸ N=5 4!
7 Algoritmos Genéticos e inspiran en la teoría de la evolución de Darwin y en las ideas de Mendel Definición (Koza, 1993) El AG es un algoritmo matemático altamente paralelo que transforma un conjunto (población) de objetos matemáticos individuales, cada uno de los cuales se asocia con una aptitud, en una población nueva (la siguiente generación) -usando operaciones modeladas de acuerdo con el principio Darwiniano de reproducción y supervivencia del más apto- y tras haberse utilizado de forma natural una serie de operaciones genéticas (sobre todo la recombinación sexual)
8 Esquema general de un Algoritmo Genético 1. Generar aleatoriamente una población de posibles soluciones de un problema, representadas por una estructura de datos adecuada 2. Evaluar cada uno de los individuos de la población, asignándoles una puntuación 3. Escoger de la población aquella parte que tenga una mejor puntuación 4. Mutar (cambiar) y cruzar (combinar) las diferentes soluciones de la parte elegida para reconstruir la población 5. Repetir hasta que se encuentre la solución deseada
9 Cómo se modela el fenómeno de la evolución? Población no estática (P P(t)) Tamaño de la población es fijo ( P =N) Se permiten individuos repetidos f: P R f: función de idoneidad
10 Algoritmos Genéticos Individuos (cromosomas): datos codificados (cadenas binarias) f: P {0,1} R s P, s = s -1s -2...s i...s 1 s 0 gen s i {0,1} alelos s = (2 = (10
11 Representación del Problema del Viajante b a c e d b a e c d a c e b d s = acebd s = 13524
12 Esquema general de un Algoritmo Genético 1. Generar aleatoriamente una población de posibles soluciones de un problema, representadas por una estructura de datos adecuada 2. Evaluar cada uno de los individuos de la población, asignándoles una puntuación 3. Escoger de la población aquella parte que tenga una mejor puntuación 4. Mutar (cambiar) y cruzar (combinar) las diferentes soluciones de la parte elegida para reconstruir la población 5. Repetir hasta que se encuentre la solución deseada
13 Algoritmos Genéticos selección mediante ruleta w s r t s= prob(s) = f(s)/ r P f(r)
14 AG: Selección mediante torneo se baraja la población se escogen n individuos (normalmente 2) compiten entre sí: gana el más apto debe barajarse n(=2) veces para seleccionar N padres N=4 cadena calidad barajar ganador barajar ganador s s 2 s 4 s 2 47 s 4 s 4 s 1 s 1 s 4 y s 1 s s 1 s 2 s 3 s s 3 s 3 s 3 s 3 y s 3
15 Operadores genéticos cruce p 1 = p 2 = h 1 = h 2 = mutación d 1 = d 2 =
16 Cruce: s = t = s = t = Problema del viajante cruce? abc de ace db abcdb acede mutación? abcde ab_de
17 Un cruce para el TSP p 1 = p 2 = h 1 = ### 1876 ## h 2 = ### 4567 ## h 1 = # #9 h 2 = ## h 1 = #9 h 2 = ## mutación? h 2 = h 2 =
18 Algoritmos Genéticos begin t 0 iniciar P(t) evaluar P(t) while (condición de parada) do t t+1 seleccionar P(t-1) de P(t-1) aplicar cruce a P(t-1) aplicar mutación a P(t-1) P(t) P(t-1) end end
19 Algoritmos Genéticos f: D = {0, 1}⁵ R s s² P(0) f (1/10) f(s) = (2 =31 ( máximo
20 Algoritmos Genéticos P (0) P(1) f (1/10) f(s)=613 f(11111 (2 )=f(31)=961 máximo!!
21 Algoritmos Genéticos Poblaciones P(0) P(1) P(2) P(3) P(4) máximo poblacional multiplicidad media poblacional
22 Algoritmos Genéticos P(1) P (1) P(2) f (1/10) f(s)=814
23 Algoritmos Genéticos Poblaciones P(0) P(1) P(2) P(3) P(4) máximo poblacional multiplicidad media poblacional
24 Algoritmos Genéticos Poblaciones P(0) P(1) P(2) P(3) P(4) máximo poblacional multiplicidad media poblacional
25 Por qué funcionan estos algoritmos? P(0) f #### es mejor que 0#### f(1####) = f(s) 10 =375 Biología: Individuos que presentan semejanzas están emparentados
26 Por qué funcionan estos algoritmos? Esquema: Conjunto de cromosomas que siguen un patrón H = 01##1 {01001, 01011, 01101, 01111} o(h) = 3 δ(h) = 4 H = 2 o(h) = = 4
27 Efecto del cruce sobre los esquemas δ(01##1)=4 δ(1####)=0 0 1##1 0 1##1 1 #### 1#### _#### 01# #1 01# #1 δ(h)<< prob(destrucción) <<
28 Efecto de la mutación sobre los esquemas o(h)=3 H = 01##1 11##1 00##1 01##0 o(1####)=1 1#### 0#### p destruc (01##1) > p destruc (1####) o(h)<< prob(destrucción) <<
29 Por qué funcionan estos Algoritmos? P(0) f = 1#### es mejor que 0#### f(1####) 6 f(s) (=375) =593.66
30 Por qué funcionan estos Algoritmos? valor medio de H P(t) f(h,t) = q H P(t) f(q) n(h,t) valor medio de P(t) f(p,t) = r P(t)f(r) N H buen esquema f(h,t) f(p,t) > 1
31 Por qué funcionan estos Algoritmos? Teorema de los esquemas (Holland 1975) n(h, t+1) n(h, t) f(h,t) f(p,t) α(h,t) α(h,t) = 1- prob mut o(h) - prob cruce δ(h)/( -1) Los buenas estructuras presentes en la población incrementan el nº de representantes generación a generación
32 Algunas aplicaciones Adam Marczyk: Algoritmos genéticos y computación evolutiva (2004) Problema del viajante (NP completo NP hard problem ) Ingeniería aeroespacial: diseño de la forma del ala de un avión supersónico RoboCup: proyecto internacional para promocionar la robótica, la inteligencia artificial y campos relacionados. (Torneo internacional de fútbol cuyo reto es desarrollar un equipo de robots humanoides autónomos que ganen a los humanos en 2050!) Ingeniería de sistemas: diseños de turbinas de molinos de parques eólicos
33 Algunas aplicaciones Diseño de una sala de conciertos con propiedades acústicas óptimas, (2002) similar al Grosser Musikvereinsaal de Viena Reconocimiento de imágenes: Resonancia Magnética Radioterapia: Optimización de la forma, orientación e intensidad del haz de los emisores de rayos X Localización de puestos de urgencias John Deere & Co.: generar programas de montaje en la planta de Moline (Illinois) para la fabricación de maquinaria agrícola pesada Volvo: OptiFlex para el diseño del montaje de la planta de Dublín (Virginia) de un millón de metros cuadrados United Distillers and Vintners: para administrar su inventario y sus suministros
34 Algunas aplicaciones: Elaboración de horarios (NP completo) - Juegos Paralímpicos de Aterrizajes en London Heathrow, Toronto, Sydney, Las Vegas,... - Horarios de centros de enseñanza Un conjunto de profesores {P 1,..., P m } Un conjunto de clases {C 1,..., C k } Un conjunto de intervalos de tiempo (horas) {H1,...,Hn} Restricciones: R. severas Número predefinido de horas por profesor un sólo profesor por clase un profesor no puede estar en dos clases R. débiles Preferencias personales
35 Mafalda: La vida es linda, pero nadie confunda linda con fácil Oscar Wilde: La verdad rara vez es pura, y nunca simple
Algoritmos Genéticos. Introduccion a la Robótica Inteligente
Algoritmos Genéticos Introduccion a la Robótica Inteligente 7 Marzo 2014 (IRIN) AGs 7/03/2014 1 / 43 Índice 1 Introducción 2 Algoritmos Genéticos 3 Algunos Fundamentos Matemáticos 4 Conclusiones (IRIN)
Más detallesProcesamiento Digital de Imágenes. Pablo Roncagliolo B. Nº 22. Algoritmos Genéticos. prb@2007 2
Procesamiento Digital de Imágenes Pablo Roncagliolo B. Nº 22 prb@2007 2 1 El núcleo de cada célula humana contiene una base de datos química. Esta base de datos contiene todas las instrucciones que la
Más detallesDesarrollo de un sistema capaz de optimizar rutas de entrega utilizando algoritmos genéticos
MT 6 Desarrollo de un sistema capaz de optimizar rutas de entrega utilizando algoritmos genéticos Rosario Baltazar 1 Judith Esquivel Vázquez 2 Andrea Rada 3 Claudia Díaz 4 Resumen Durante los últimos 15
Más detallesIntroducción a los Algoritmos Genéticos
Introducción a los Algoritmos Genéticos Francisco José Ribadas Pena INTELIGENCIA ARTIFICIAL 5 Informática ribadas@uvigo.es 17 de octubre de 2005 c FJRP 2005 ccia IA Métodos de 8 < : 1 Introducción 9 =
Más detallesAlgoritmos genéticos como métodos de aproximación analítica y búsqueda de óptimos locales
Algoritmos genéticos como métodos de aproximación analítica y búsqueda de óptimos locales Jorge Salas Chacón A03804 Rubén Jiménez Goñi A93212 Juan Camilo Carrillo Casas A91369 Marco Vinicio Artavia Quesada
Más detallesMétodos evolutivos de Optimización. Prof. Cesar de Prada Dpto. Ingeneiria de Sitemas y Automática Universidad de Valladolid
Métodos evolutivos de Optimización Prof. Cesar de Prada Dpto. Ingeneiria de Sitemas y Automática Universidad de Valladolid Indice Introducción Método de Montecarlo Algoritmos genéticos Tabú Search Simulated
Más detallesALGORITMOS GENÉTICOS
Arranz de la Peña, Jorge Universidad Carlos III 100025106@alumnos.uc3m.es ALGORITMOS GENÉTICOS Parra Truyol, Antonio Universidad Carlos III 100023822@alumnos.uc3m.es En este documento se pretende analizar
Más detallesIntroducción a la Computación Evolutiva
Introducción a la Computación Evolutiva Sección de Computación CINVESTAV-IPN Av. IPN No. 2508 Col. San Pedro Zacatenco México, D.F. 07300 email: ccoello@cs.cinvestav.mx http: //delta.cs.cinvestav.mx/~ccoello
Más detallesProgramación Genética
Programación Genética Programación Genética consiste en la evolución automática de programas usando ideas basadas en la selección natural (Darwin). No sólo se ha utilizado para generar programas, sino
Más detallesIntroducción a los Algoritmos Genéticos. Tomás Arredondo Vidal 17/4/09
Introducción a los Algoritmos Genéticos Tomás Arredondo Vidal 17/4/09 Esta charla trata de lo siguiente: Introducción a algunos aspectos de los algoritmos genéticos. Introducción a algunas aplicaciones
Más detalles? 50 30 20 20 emplear NA 0,788 0,367879 se queda s a 150 275 70-125 se pone s en s a 15 58 200-43 se pone s en s a
350 MR Versión 1 1 Prueba Parcial 1/5 UNIVERSIDAD NACIONAL ABIERTA VICERRECTORADO ACADÉMICO ÁREA: INGENIERÍA MODELO DE RESPUESTA ASIGNATURA: Computación Evolutiva CÓDIGO: 350 MOMENTO: Primera Parcial VERSIÓN:
Más detallesAlgoritmos Genéticos.
Algoritmos Genéticos. Miguel Cárdenas Montes, Antonio Gómez Iglesias Centro de Investigaciones Energéticas Medioambientales y Tecnológicas, Madrid, Spain miguel.cardenas@ciemat.es 15-19 de Octubre de 2011
Más detallesRevista Facultad de Ingeniería Universidad de Antioquia ISSN: 0120-6230 revista.ingenieria@udea.edu.co Universidad de Antioquia Colombia
Revista Facultad de Ingeniería Universidad de Antioquia ISSN: 0120-6230 revista.ingenieria@udea.edu.co Universidad de Antioquia Colombia Tabares, Héctor; Hernández, Jesús Pronóstico puntos críticos de
Más detallesRedes de Kohonen y la Determinación Genética de las Clases
Redes de Kohonen y la Determinación Genética de las Clases Angel Kuri Instituto Tecnológico Autónomo de México Octubre de 2001 Redes Neuronales de Kohonen Las Redes de Kohonen, también llamadas Mapas Auto-Organizados
Más detallesTecnológico de Estudios Superiores de Ecatepec
Tecnológico de Estudios Superiores de Ecatepec Aplicaciones de algoritmos evolutivos en visión artificial División de Ingeniería Industrial y Mecatrónica Posgrado de Ingeniería Mecatrónica M. en C. Eddie
Más detallesOptimización inspirada en la naturaleza
Optimización inspirada en la naturaleza Efrén Mezura-Montes Laboratorio Nacional de Informática Avanzada (LANIA AC) Xalapa, Veracruz, MEXICO emezura@lania.mx http://www.lania.mx/~emezura 10ª feria de Posgrados
Más detallesBúsqueda Local. cbea (LSI-FIB-UPC) Inteligencia Artificial Curso 2011/2012 1 / 33
Introducción Búsqueda Local A veces el camino para llegar a la solución no nos importa, buscamos en el espacio de soluciones Queremos la mejor de entre las soluciones posibles alcanzable en un tiempo razonable
Más detallesAlgoritmos Genéticos Y
Algoritmos Genéticos Y Optimización n Heurística Dr. Adrian Will Grupo de Aplicaciones de Inteligencia Artificial Universidad Nacional de Tucumán awill@herrera.unt.edu.ar Algoritmos Genéticos - Operadores
Más detallesAlgoritmos Genéticos Y
Algoritmos Genéticos Y Optimización n Heurística Dr. Adrian Will Grupo de Aplicaciones de Inteligencia Artificial Universidad Nacional de Tucumán awill@herrera.unt.edu.ar Optimización n Tradicional Problemas
Más detallesPlan de Estudios. Maestría en Administración Hospitalaria
Plan de Estudios CONTENIDOS 1) Presentación 5) Objetivos 2) Requisitos 6) Cursos Obligatorios 3) Plan de Estudios / Duración 7) Cursos Sugeridos 4) Tabla de Créditos 1) Presentación El programa de Maestría
Más detallesETSIINGENIO 2009 DIBUJO DE GRAFOS MEDIANTE ALGORITMOS GENÉTICOS
ETSIINGENIO 2009 DIBUJO DE GRAFOS MEDIANTE ALGORITMOS GENÉTICOS EtsiIngenio Inteligencia Artificial 1 Raposo López Alejandro Sánchez Palacios Manuel Resumen dibujo de grafos mediante algoritmos genéticos
Más detallesTÉCNICAS HEURÍSTICAS Y METAHEURÍSTICAS DE OPTIMIZACIÓN
TÉCNICAS HEURÍSTICAS Y METAHEURÍSTICAS DE OPTIMIZACIÓN RAMÓN ALFONSO GALLEGO RENDÓN ANTONIO ESCOBAR ZULUAGA ELIANA MIRLEDY TORO OCAMPO Universidad Tecnológica de Pereira Pereira - Risaralda - Colombia
Más detallesCPS Cyber-Physical Systems
CPS Cyber-Physical Systems Concepto Características y Propiedades Arquitectura Aplicaciones Diferencias entre OIT y CPS Los CPS son complejos? Propuesta Concepto Sistemas ciber-físicos (CPS) es la sinergia
Más detallesAlgoritmo Genético en Ruteamiento Dinámico en WRON
Algoritmo Genético en Ruteamiento Dinámico en WRON Francisco Raddatz Rodrigo Von Hausen Introducción Basados en el principio Darwiniano de la evolución. un mecanismo de búsqueda altamente paralela y adaptativa
Más detallesComplejidad - Problemas NP-Completos. Algoritmos y Estructuras de Datos III
Complejidad - Problemas NP-Completos Algoritmos y Estructuras de Datos III Teoría de Complejidad Un algoritmo eficiente es un algoritmo de complejidad polinomial. Un problema está bien resuelto si se conocen
Más detallesJUEGOS CON ESTRATEGIAS MIXTAS
JUEGOS CON ESTRATEGIAS MIXTAS ELISA SCHAEFFER Programa de Posgrado en Ingeniería de Sistemas (PISIS) elisa@yalma.fime.uanl.mx INVESTIGACIÓN DE OPERACIONES JUEGOS DE SUMA CERO Los pagos de cada combinación
Más detallesTecnologías en la Educación Matemática. Expresiones. Datos. Expresiones Aritméticas. Expresiones Aritméticas 19/08/2014
Tecnologías en la Educación Matemática jac@cs.uns.edu.ar Dpto. de Ciencias e Ingeniería de la Computación UNIVERSIDAD NACIONAL DEL SUR 1 Datos Los algoritmos combinan datos con acciones. Los datos de entrada
Más detallesTécnico Superior en Mecatrónica Industrial Técnico Superior en Automatización y Robótica Industrial
2015 04-Mecatrónica Esta categoría o especialidad en su desempeño profesional combina sus conocimientos y habilidades en mecánica, neumática, sistemas de control electrónico, programación, robótica y desarrollo
Más detallesPortafolio de Servicios y Productos
Portafolio de Servicios y Productos Introducción Somos una empresa que se dedica a generar ventajas competitivas para nuestros clientes a través de desarrollos y consultoría en inteligencia de negocios
Más detallesCapítulo V ALGORITMOS EVOLUTIVOS AVANZADOS 5.1. INTRODUCCIÓN 5.2. ALGORITMOS EVOLUTIVOS AVANZADOS CON MÚLTIPLES PADRES Y MÚLTIPLES CROSSOVERS
Capítulo V ALGORITMOS EVOLUTIVOS AVANZADOS 5.1. INTRODUCCIÓN En este capítulo se presentan algunas modificaciones al diseño de un algoritmo evolutivo para mejorar su performance. El hecho de innovar en
Más detallesRepresentación, Codificación en un AG Población Inicial. Aptitud. Estrategia de Selección. Cruce, Mutación, Reemplazo. Condición de Parada.
Computación n Evolutiva: Algoritmos Genéticos 1.- Metaheurísticos. Computación Evolutiva: Algoritmos Genéticos 2.- Conceptos principales de un Algoritmo Genético 3.- Estructura de un Algoritmo Genético
Más detallesPlan de Estudios. Maestría en Ciencias de la Comunicación
Plan de Estudios CONTENIDOS 1) Presentación 5) Objetivos 2) Requisitos 6) Cursos Obligatorios 3) Plan de Estudios / Duración 7) Cursos Sugeridos 4) Tabla de Créditos 1) Presentación El programa de Maestría
Más detallesAlgoritmos Genéticos. Introducción a la Robótica Inteligente. Álvaro Gutiérrez 20 de abril de
Algoritmos Genéticos Introducción a la Robótica Inteligente Álvaro Gutiérrez 20 de abril de 2016 aguti@etsit.upm.es www.robolabo.etsit.upm.es Índice 1 Introducción 2 Algoritmos Genéticos 3 Algunos Fundamentos
Más detallesGenerador de casos de prueba genético
Generador de casos de prueba genético Álvaro Galán Piñero Ingeniería Técnica en Informática de Sistemas, Universidad de Cádiz 24 de Septiembre 2012 1 / 42 Índice 1 Motivación y contexto 2 Planificación
Más detallesM O N O G R Á F I C O: D A R W I N
http://www.sinewton.org/numeros ISSN: 1887-1984 Volumen 71, agosto de 2009, páginas 29 47 Resumen Palabras clave Abstract Keywords 1. Introducción Algoritmos Genéticos. Una visión práctica Belén Melián
Más detallesAlgoritmos Genéticos
Introducción a la Computación Evolutiva Tercera Clase: Algoritmos Genéticos Algoritmos Genéticos Desarrollados en USA durante los años 70 Autores principales: J. Holland, K. DeJong, D. Goldberg Aplicados
Más detallesAlgoritmos Genéticos. Algoritmos Genéticos. Introducción a la Computación Evolutiva. Tercera Clase: Algoritmos Genéticos
Introducción a la Computación Evolutiva Tercera Clase: Algoritmos Genéticos Algoritmos Genéticos Desarrollados en USA durante los años 70 Autores principales: J. Holland, K. DeJong, D. Goldberg Aplicados
Más detallesAPLICABILIDAD DE MÉTODOS DE INTELIGENCIA ARTIFICIAL A LA CALIBRACIÓN DE REDES DE ACUEDUCTO
APLICABILIDAD DE MÉTODOS DE INTELIGENCIA ARTIFICIAL A LA CALIBRACIÓN DE REDES DE ACUEDUCTO Juan Guillermo Saldarriga Valderrama * Profesor Titular del Departamento de Ingeniería Civil y Ambiental de la
Más detallesMuestreo estadístico. Relación 2 Curso 2007-2008
Muestreo estadístico. Relación 2 Curso 2007-2008 1. Para tomar la decisión de mantener un determinado libro como texto oficial de una asignatura, se pretende tomar una muestra aleatoria simple entre los
Más detallesPlan de Estudios. Maestría en Educación Primaria
Plan de Estudios CONTENIDOS 1) Presentación 5) Objetivos 2) Requisitos 6) Cursos Obligatorios 3) Plan de Estudios / Duración 7) Cursos Sugeridos 4) Tabla de Créditos 1) Presentación El programa de Maestría
Más detallesAlgoritmos Genéticos. Aplicación al Juego de las N Reinas.
Algoritmos Genéticos. Aplicación al Juego de las N Reinas. Juan Carlos Pozas Bustos NIA: 100025154 Univ.Carlos III de Madrid Ing.Telecomunicación España 100025154@alumnos.uc3m.es Términos generales En
Más detallesIntroducción a los Algoritmos Genéticos
Marcos Gestal Pose Depto. Tecnologías de la Información y las Comunicaciones Universidade da Coruña http://sabia.tic.udc.es/ mgestal mgestal@udc.es Índice 1. Introducción 2 2. Orígenes 2 3. Bases Biológicas
Más detallesApuntes de Inteligencia Artificial
PONTIFICIA UNIVERSIDAD CATÓLICA DEL ECUADOR FACULTAD DE INGENIERÍA Apuntes de Inteligencia Artificial Algoritmos Genéticos JORGE AGUILAR JARAMILLO Algoritmos Genéticos 8 Algoritmos Genéticos 8.1 Introducción
Más detallesGENÉTICA MENDELIANA EL GEN. El gen Mendeliano es una unidad de función, estructura, transmisión, mutación y evolución, que se distribuye ordenada y linealmente en los cromosomas. A nivel genético el gen
Más detalles-Plan de Estudios- Diplomado en Logística
-Plan de Estudios- CONTENIDOS 1) Presentación 2) Requisitos 3) Duración 4) Metodología de estudio 5) Tabla de Créditos 6) Objetivos 7) Cursos Sugeridos 1) Presentación Su programa de Diplomado a distancia
Más detalles[ Guía para recién llegados a los ALGORITMOS GENÉTICOS]
UVa Dpto. de Organización de Empresas Escuela de Ingenierías Industriales Elena Pérez www.eis.uva.es/elena [ Guía para recién llegados a los ALGORITMOS GENÉTICOS] El propósito de esta guía es dar soporte
Más detallesSIMULACION. Formulación de modelos: solución obtenida de manera analítica
SIMULACION Formulación de modelos: solución obtenida de manera analítica Modelos analíticos: suposiciones simplificatorias, sus soluciones son inadecuadas para ponerlas en práctica. Simulación: Imitar
Más detallesDiseño de redes viales urbanas usando algoritmos genéticos. M. Angélica Pinninghoff J.* Eduardo Matthews D. * Héctor Díaz C.
Diseño de redes viales urbanas usando algoritmos genéticos M. Angélica Pinninghoff J.* Eduardo Matthews D. * Héctor Díaz C. e-mail: mapinnin@inf.udec.cl * Departamento de Ingeniería Informática y Ciencias
Más detallesDistribución Óptima de Horarios de Clases utilizando la técnica de Algoritmos Genéticos
Distribución Óptima de Horarios de Clases utilizando la técnica de Algoritmos Genéticos Tesis Profesional Que para obtener el Título de Ingeniero en Computación Presenta CARLA LENINCA PACHECO AGÜERO Acatlima,
Más detallesAlgoritmos Genéticos Y
Algoritmos Genéticos Y Optimización n Heurística Dr. Adrian Will Grupo de Aplicaciones de Inteligencia Artificial Universidad Nacional de Tucumán awill@herrera.unt.edu.ar Operadores de Mutación El operador
Más detallesIngeniería Energética E-ISSN: 1815-5901 orestes@cipel.ispjae.edu.cu. Instituto Superior Politécnico José Antonio Echeverría. Cuba
Ingeniería Energética E-ISSN: 1815-5901 orestes@cipel.ispjae.edu.cu Instituto Superior Politécnico José Antonio Echeverría Cuba Carvajal- Pérez, Raúl Nicolás Un Algoritmo Genético Especializado en Planeamiento
Más detallesAlgoritmos Evolutivos
Algoritmos Evolutivos 2003-11-20 Cristóbal Romero, Pedro González y Sebastián Ventura 1.1 Introducción En general, cualquier tarea abstracta a realizar puede considerarse como la resolución de un problema
Más detallesUNAM ESCUELA NACIONAL DE ESTUDIOS PROFESIONALES CAMPUS ACATLAN TEMAS SELECTOS DE CÓMPUTO VILLANUEVA ARREGUÍN AZAEL
UNAM ESCUELA NACIONAL DE ESTUDIOS PROFESIONALES CAMPUS ACATLAN TEMAS SELECTOS DE CÓMPUTO VILLANUEVA ARREGUÍN AZAEL Mas a todos los que le recibieron, a los que creen en su nombre, les dio potestad de ser
Más detallesGrado en Ingeniería en Tecnologías Industriales
Grado en Ingeniería en Tecnologías Industriales Pendiente de aprobación por ANECA ESCUELA POLITÉCNICA SUPERIOR DE ALGECIRAS Avda. Ramón Puyol, s/n 11202-ALGECIRAS (CÁDIZ) Teléfono: 95 028008 Fax: 95 028001
Más detallesTabla 10.2. Tabla de equivalencia entre asignaturas de Ingeniería Técnica en Informática de Gestión al Grado en Ingeniería Informática. Créd LRU.
El proceso de adaptación de los estudiantes de la actual Ingeniería Técnica en Informática de Gestión al título de grado en Ingeniería Informática se realizará a requerimiento de los propios estudiantes
Más detalles1.1 EL ESTUDIO TÉCNICO
1.1 EL ESTUDIO TÉCNICO 1.1.1 Definición Un estudio técnico permite proponer y analizar las diferentes opciones tecnológicas para producir los bienes o servicios que se requieren, lo que además admite verificar
Más detalles1. La nueva ley de educación en primaria. Los alumnos de primaria tendrán las siguientes asignaturas:
LOMCE 1. La nueva ley de educación en primaria. La educación primaria se seguirá organizando en tres ciclos, pero se dividirá en dos a efectos de la evaluación individual; esto es, cuando finalicen los
Más detallesINGENIERÍA EN INFORMATICA
INGENIERÍA EN INFORMATICA Título: Ingeniero en Informática Nivel de la carrera: GRADO. Duración: 5 (cinco) años. Acerca de la carrera: El Título de Grado de Ingeniería en Informática formará ingenieros
Más detallesSistemas de Recuperación de Información
Sistemas de Recuperación de Información Los SRI permiten el almacenamiento óptimo de grandes volúmenes de información y la recuperación eficiente de la información ante las consultas de los usuarios. La
Más detallesANÁLISIS DE VARIANZA EMPLEANDO EXCEL y WINSTATS
ANÁLISIS DE VARIANZA EMPLEANDO EXCEL y WINSTATS 1) INTRODUCCIÓN El análisis de varianza es una técnica que se puede utilizar para decidir si las medias de dos o más poblaciones son iguales. La prueba se
Más detallesComputación Evolutiva Algoritmos Genéticos
UNL - FICH - Departamento de Informática - Ingeniería Informática Inteligencia Computacional Computación Evolutiva Algoritmos Genéticos Temas a tratar - Generalidades de los algoritmos de computación evolutiva.
Más detallesPlan de Estudios. Maestría en Matemáticas Aplicadas y Tecnologías Educativas
Plan de Estudios Maestría en Matemáticas Aplicadas y Tecnologías Educativas CONTENIDOS 1) Presentación 5) Objetivos 2) Requisitos 6) Cursos Obligatorios 3) Plan de Estudios / Duración 7) Cursos Sugeridos
Más detallesUn algoritmo genético híbrido para resolver el EternityII. Rico, Martin; Ros, Rodrigo Directora: Prof. Dra. Irene Loiseau
Un algoritmo genético híbrido para resolver el EternityII Rico, Martin; Ros, Rodrigo Directora: Prof. Dra. Irene Loiseau Temas Temas Introducción Eternity II Historia Descripción Demo Metaheurísticas Algoritmos
Más detallesOPTIMIZACIÓN DE RUTAS DE TRANSPORTE
OPTIMIZACIÓN DE RUTAS DE TRANSPORTE Proyecto de Sistemas Informáticos Realizado por: Andrés Aguado Aranda, Javier Jiménez de Vega Dirigido por: José Jaime Ruz Ortiz Curso 2012/2013 2 RESUMEN En este proyecto
Más detallesCAD LOGISTICS SYSTEM S. PreparadoporHLA MATERIAL HANDLING ENGINEERIN CAD LOGISTICS COMPUTER-AIDED ANIMATIO NSOFTWARE
Porqué parala logística? MODELING COMPUTER G ANIMATIO N MATERIAL HANDLING ENGINEERIN TOOLSGEOMETRY SYSTEM S DRAUGHTING PreparadoporHLA Presentación en la logística Utilización de Creación y gestión de
Más detallesLos Cuellos de Botella
Teoría de las Restricciones o Los Cuellos de Botella Néstor Casas* Consultor Organizacinal Siempre se ha comparado el sistema productivo con una cadena, cuya resistencia a la ruptura se basa precisamente,
Más detallesCondiciones para la selección natural
Curso de Evolución 2008 Facultad de Ciencias Montevideo, Uruguay http://evolucion.fcien.edu.uy/ http://eplessa.wordpress.com/ Mecanismo propuesto por Darwin en El Origen de las Especies (1859), para explicar
Más detallesComputación Evolutiva: Técnicas de Selección
Computación Evolutiva: Técnicas de Selección Dr. Gregorio Toscano Pulido Laboratorio de Tecnologías de Información Centro de Investigación y de Estudios Avanzados del IPN Cinvestav-Tamaulipas Dr. Gregorio
Más detallesComputación Evolutiva. Inteligencia Computacional Dra. Maricela Bravo
Computación Evolutiva Inteligencia Computacional Dra. Maricela Bravo Introducción - Evolución La evolución es un proceso de optimización con el objetivo de mejorar la habilidad de un organismo o sistema
Más detallesPlan de Estudios. Maestría en Comunicación Social
Plan de Estudios CONTENIDOS 1) Presentación 5) Objetivos 2) Requisitos 6) Cursos Obligatorios 3) Plan de Estudios / Duración 7) Cursos Sugeridos 4) Tabla de Créditos 1) Presentación El programa de Maestría
Más detallesMatemáticas. Si un error simple ha llevado a un problema más sencillo se disminuirá la puntuación.
UNIVERSIDAD POLITÉCNICA DE CARTAGENA PRUEBAS DE ACCESO A LA UNIVERSIDAD DE LOS MAYORES DE 25 AÑOS CONVOCATORIA 2014 CRITERIOS DE EVALUACIÓN Matemáticas GENERALES: El examen constará de dos opciones (dos
Más detallesComputación Evolutiva: Algoritmos Genéticos
Computación Evolutiva: Apuntes de la asignatura: Inteligencia Artificial Razonamiento Aproximado (Máster) Daniel Manrique Gamo Profesor Titular de Universidad Índice 1. Introducción 5 1.1. Bases de la
Más detallesGestión de Compras: Logística y Reaprovisionamiento Eficiente. Imer Isaac Polanco M.B.A 27 de Abril de 2012
Gestión de Compras: Logística y Reaprovisionamiento Eficiente Imer Isaac Polanco M.B.A 27 de Abril de 2012 OBJETIVOS Presentar los aspectos en los que el aprovisionamiento puede ayudar para mejorar la
Más detallesPlan de Estudios. Maestría en Negocios Internacionales
Plan de Estudios CONTENIDOS 1) Presentación 5) Objetivos 2) Requisitos 6) Cursos Obligatorios 3) Plan de Estudios / Duración 7) Cursos Sugeridos 4) Tabla de Créditos 1) Presentación El programa de Maestría
Más detallesComprendiendo las estrategias de mantenimiento
2002 Emerson Process Management. Todos los derechos reservados. Vea este y otros cursos en línea en www.plantwebuniversity.com. Mantenimiento 101 Comprendiendo las estrategias de mantenimiento Generalidades
Más detallesComputación Biológica. Pablo Baños López
Computación Biológica Pablo Baños López Definición Biological computing is the use of living organisms or their component parts to perform computing operations or operations associated with computing Algunos
Más detallesIntroducción a los Algoritmos Genéticos y la Programación Genética
Introducción a los Algoritmos Genéticos y la Programación Genética Marcos Gestal Daniel Rivero Juan Ramón Rabuñal Julián Dorado Alejandro Pazos + X + - + % * 6.21 4.73-1.68 % X * 5.67-3.85 Y + Y X 0.23
Más detallesTECNÓLOGO EN INFORMÁTICA PLAN DE ESTUDIOS
Administración Nacional de Universidad de la República Educación Pública Facultad de Ingenieria CF Res..0.07 Consejo Directivo Central Consejo Directivo Central Res..05.07 Res. 17.0.07 TECNÓLOGO EN INFORMÁTICA
Más detallesUNIVERSIDAD DE GUADALAJARA
UNIVERSIDAD DE GUADALAJARA CENTRO UNIVERSITARIO DE LOS ALTOS DIVISIÓN DE ESTUDIOS EN FORMACIONES SOCIALES LICENCIATURA: INGENIERÍA EN COMPUTACIÓN UNIDAD DE APRENDIZAJE POR OBJETIVOS TÓPICOS SELECTOS DE
Más detallesCalidad Escuela de Ingeniería de Sistemas y Computación Desarrol o de Software II Agosto Diciembre 2007
Calidad Calidad Definición de diccionario: Conjunto de Cualidades que constituyen la manera de ser de una persona o cosa. En términos generales podemos definir la calidad como conjunto de características
Más detallesFORMULACIÓN DE UN ALGORITMO GENÉTICO PARA EL PROBLEMA DE PROGRAMACIÓN DE ÓRDENES DE TRABAJO DE UNA EMPRESA DE ARTES GRÁFICAS
FORMULACIÓN DE UN ALGORITMO GENÉTICO PARA EL PROBLEMA DE PROGRAMACIÓN DE ÓRDENES DE TRABAJO DE UNA EMPRESA DE ARTES GRÁFICAS PROYECTO DE GRADO Javier mauricio gamboa salgado Código: 544004 John alexander
Más detallesBACHILLERATO SEGÚN LA LOMCE
BACHILLERATO SEGÚN LA LOMCE Artículo 32. Podrán acceder a los estudios de Bachillerato los alumnos que estén en posesión del título de Graduado en Educación Secundaria Obligatoria y hayan superado la evaluación
Más detallesTaxonomía de los principales temas de I A Por: Luis Guillermo Restrepo Rivas
Taxonomía de los principales temas de I A Por: Luis Guillermo Restrepo Rivas 1. DEFINICIONES, UBICACIÓN CONCEPTUAL E HISTORIA DE LA I.A. 2. COMPLEJIDAD COMPUTACIONAL, EXPLOSIÓN COMBINATORIA, DOMINIOS NO
Más detallesGrado en Ingeniería Informática
Grado en Ingeniería Informática ESCUELA SUPERIOR DE INGENIERÍA Chile, 1 11002-CÁDIZ Teléfono: 95 015100 Fax: 95 015101 Más información: www.uca.es/ingenieria Itinerario curricular recomendado ENSEÑANZAS
Más detallesMORTALIDAD POR VIH/SIDA EN ESPAÑA
MORTALIDAD POR VIH/SIDA EN ESPAÑA AÑO 2013. EVOLUCIÓN 1981-2013 DIRECCIÓN GENERAL DE SALUD PÚBLICA, CALIDAD E INNOVACIÓN Madrid, Junio 2015 Citación sugerida: Área de vigilancia de VIH y conductas de riesgo.
Más detallesOptimizar recursos y asegurar cumplimiento metrológico Buenos Aires 7 de Agosto 2015 EXPOFYBI
Optimizar recursos y asegurar cumplimiento metrológico Buenos Aires 7 de Agosto 2015 EXPOFYBI Operación que establece, una relación entre los valores y sus incertidumbres de medida asociadas obtenidas
Más detalles9. Perfil del ingeniero industrial 9.1 Generalidades, relevancia y alcance Cada vez más, gracias al desarrollo tecnológico, la participación activa
9. Perfil del ingeniero industrial 9.1 Generalidades, relevancia y alcance Cada vez más, gracias al desarrollo tecnológico, la participación activa de las empresas en los mercados en donde operan, así
Más detallesORIENTACIONES PARA LA PRUEBA DE APTITUD PARA EL ACCESO A LA UNIVERSIDAD
ORIENTACIONES PARA LA PRUEBA DE APTITUD PARA EL ACCESO A LA UNIVERSIDAD MODALIDAD CIENTÍFICO-TÉCNICO 1. NOMBRE DE LA MATERIA: Matemáticas II 2. NOMBRE DEL COORDINADOR: Miguel Delgado Pineda (mdelgado@mat.uned.es,
Más detallesCapítulo 12: Indexación y asociación
Capítulo 12: Indexación y asociación Conceptos básicos Índices ordenados Archivos de índice de árbol B+ Archivos de índice de árbol B Asociación estática Asociación dinámica Comparación entre indexación
Más detallesEl Proceso de Desarrollo de Software. Diseño de Software Avanzado Departamento de Informática
El Proceso de Desarrollo de Software La Ingeniería del Software Ingeniería... La profesión en la que el conocimiento de las ciencias naturales y matemáticas, ganado con estudio, experiencia y práctica,
Más detallesSimulación Monte Carlo
Simulación Monte Carlo Modelado estocástico Cuando se realiza un análisis estático a un proyecto, una serie de supuestos y variables producen un resultado de valor único. Mientras que un análisis estocástico
Más detallesQuadice REGLAS DEL JUEGO
Quadice REGLAS DEL JUEGO PARA COMENZAR EL JUEGO Acción Cada jugador tira los dados y suma los números. El estudiante que obtenga el número mayor es #; el jugador con el segundo número más alto es el número
Más detallesUnidad 5 Utilización de Excel para la solución de problemas de programación lineal
Unidad 5 Utilización de Excel para la solución de problemas de programación lineal La solución del modelo de programación lineal (pl) es una adaptación de los métodos matriciales ya que el modelo tiene
Más detalles1. Introducción 2. Esquema básico 3. Codificación 4. Evaluación 5. Selección 6. Operadores 7. Ejemplo. Algoritmos genéticos
1. Introducción 2. Esquema básico 3. Codificación 4. Evaluación 5. Selección 6. Operadores 7. Ejemplo Algoritmos genéticos Introducción Propuestos por Holland, mediados 70, computación evolutiva Popularizados
Más detallesAdministración de Negocios
Diplomado Duración 150 horas Conocimiento en acción Presentación En la actualidad la visión de los negocios debería ser global y abarcar todas las áreas, desde la operativa hasta la directiva; sin embargo,
Más detallesDESCRIPCIÓN DE LA METODOLOGÍA UTILIZADA EN EL PROGRAMA DE CESTAS REDUCIDAS ÓPTIMAS
DESCRIPCIÓN DE LA METODOLOGÍA UTILIZADA EN EL PROGRAMA DE CESTAS REDUCIDAS ÓPTIMAS Replicar un índice Formar una cartera que replique un índice (o un futuro) como el IBEX 35, no es más que hacerse con
Más detallesTEMA 3: Áreas de la IA: Ejemplos de investigación actual.
Tema 3: Áreas de la IA: Ejemplos de investigación actual pp. 1 TEMA 3: Áreas de la IA: Ejemplos de investigación actual. Algoritmos Genéticos 1 Introducción 2.1 Operadores Bibliografía Bibliografía S.
Más detallesRecuperación de Información en Internet Tema 3: Principios de Recuperación de Información
Recuperación de Información en Internet Tema 3: Principios de Recuperación de Información Mestrado Universitario Língua e usos profesionais Miguel A. Alonso Jesús Vilares Departamento de Computación Facultad
Más detallesRobótica y visión artificial. Miguel Cazorla http://www.dccia.ua.es/~miguel Grupo de Visión Robótica Universidad de Alicante
Robótica y visión artificial Miguel Cazorla http://www.dccia.ua.es/~miguel Grupo de Visión Robótica Universidad de Alicante Introducción Percepción biológica vs. computacional Qué es una imagen? Procesamiento
Más detalles