Algoritmos Genéticos

<< anterior

answermath HOME

answermath en Español

siguiente >>

Tutoriales de Inteligencia artificial: Redes Neuronales ▫ Lógica Fuzzy ▫ Minería Datos ▫ Algoritmos Genéticos

Artificial Intelligence Tutorials: Data Mining ▫ Neural Networks ▫ Fuzzy Logic ▫ Genetic Algorithms

Tips cálculo mental: Suma ▫ Resta ▫ Multiplicación ▫ División ▫ Seno ▫ Coseno ▫ Tangente

Mental math Tips: Addition ▫ Subtraction ▫ Multiplication ▫ Division ▫ Sine ▫ Cosine ▫ Tangent

Estructura

Apartando algunos importantes parámetros, la idea central del algoritmo es esta:

1. En cada momento tendremos un conjunto (Generación) de posibles y diferentes soluciones para el problema (individuos, o fenotipos) con sus respectivas representaciones abstractas (cromosomas, o genotipos).

2. Una evaluación de cada solución basada en cuan buena es, establecerá una especie de jerarquía. Esta cuantificación de la “adaptación” de las soluciones es una de las partes más importantes del algoritmo.

3. Podemos decidir si conservar, como miembros para la próxima generación, a algunos de los mejores individuos de la actual (Elitismo).

4. Una nueva generación de soluciones (Descendientes) se crea con individuos obtenidos por combinación (Cruce) de dos soluciones elegidas de la generación previa (Padres).

5. Otros mecanismos para obtener nuevos individuos es mediante pequeños cambios en una selección reducida de individuos (Mutación).

6. Una vez disponible la nueva generación de soluciones, necesitaremos evaluarlas como en el punto # 2 para iniciar otro ciclo. El procedimiento finalizará como en muchas otras rutinas recursivas: por tiempo vencido, ausencia de cambios o por que se ha encontrado una solución aceptable.


	Web http://www.answermath.com