ıllı Internet y Tecnologías de la Información (2018)

internet, Hosting, dominios, seo, antivirus, banco de imágenes, páginas web, tiendas online

[Enciclopedia Online Gratuita] Diccionario de Internet y Tecnologías de la Información y la Comunicación (TIC):

ıllı Computación evolutiva : que es, definición y significado, descargar videos y fotos.

videos internet

salud  ıllı Computación evolutiva : que es, definición y significado, descargar videos y fotos.  


La computación evolutiva es una rama de la inteligencia artificial que implica inconvenientes de optimización combinatoria. Se inspira en los mecanismos de la Evolución biológica.



Durante los años cincuenta se empezó a aplicar los principios de Converses Darwin en la resolución de inconvenientes. A lo largo de los años sesenta y setenta, múltiples corrientes de investigación independientes empezaron a formar lo que ahora se conoce como computación evolutiva:


La idea brotó en la universidad de Michigan. Fue el maestro J.H. Holland quien ideo originalmente que la programación debía proseguir los ejemplos de la naturaleza. Más tarde la patente de programación evolutiva se empleó por vez primera en la década de mil novecientos sesenta y su autor fue Lawrence J. Fogel. Este desarrollo empezó como un esmero dirigido a crear inteligencia artificial basado en la evolución de máquinas de estado finitas.


Las estrategias evolutivas fueron propuestas por Ingo Rechenberg y Hans-Paul Schwefel en la década de mil novecientos setenta. Su objetivo principal era el de optimar factores.


Los algoritmos genéticos fueron propuestos por John H. Holland en mil novecientos setenta y cinco y su motivación inicial fue la de plantear un modelo general de proceso acomodable.


Algoritmos evolutivos

Algoritmo evolutivo

De forma general la computación evolutiva toma como base las ideas de la evolución propuestas por Hables Darwin y en los descubrimientos efectuados por Gregor Mendel en el campo de la genética. Ahora se muestra el pseudocódigo de un algoritmo evolutivo genérico.

t:= 0Inicialización P(t)Evaluación P(t)HacerP'(t):= variaciónEvaluaciónP(t+1):= selecciónt:= t+1Mientras no se cumpla condición de término

Donde:



  • La inicialización es la creación de la población inicial (P(0)undefined ), generalmente asignando valores azarosos a cada individuo.


  • P(t)undefined representa una población de µundefined individuos en la generación tundefined .


  • La evaluación es la asignación de un indicador de destreza (o bien capacidad para solucionar el inconveniente propuesto), para cada individuo de la población P(t)undefined , a través de la aplicación de una función de desempeño.


  • P'(t)undefined es una población construida desde la aplicación de operadores como recombinación y mutación, sobre la población P(t)undefined .


  • Qundefined es un conjunto singular de individuos que pueden ser considerados para la selección. Este conjunto puede ser vacío. Además de esto, su utilización varia en dependencia del procedimiento de selección que se utilice.


  • La población de la generación siguiente (P(t+1)undefined ) se consigue desde la selección conseguida de la unión de la población cambiada, P'(t)undefined con los individuos seleccionables, Qundefined ; considerando la función de desempeño empleada.


  • La condición de término es un criterio que señala en qué momento se debe poner punto y final a la busca. Este criterio puede ser un nivel de convergencia, un número de generaciones máximo, o bien un tiempo de ejecución máximo, entre otros muchos.

Cabe hacer apreciar que los operadores de alteración, la selección y la forma en que son usados dependen del enfoque que se esté ocupando. Por servirnos de un ejemplo, la aplicación de la mutación no es exactamente la misma en los Algoritmos genéticos que en las Estrategias evolutivas.


Algoritmos genéticos


Un algoritmo genético (o bien AG para abreviar) es una técnica de programación que imita a la evolución biológica como estrategia para solucionar inconvenientes. En un Algoritmo Evolutivo se define una estructura de datos que acepte todas y cada una de las posibles soluciones a un inconveniente. Cada uno de ellos de los posibles conjuntos de datos aceptados por esa estructura va a ser una solución al inconveniente. Unas soluciones van a ser mejores, otras peores. Solventar el inconveniente va a consistir en localizar la solución inmejorable, y por lo tanto, los Algoritmos Evolutivos son realmente un procedimiento de busca. Mas un procedimiento de busca muy singular, en el que las soluciones al inconveniente son capaces de reproducirse entre sí, combinando sus peculiaridades y produciendo nuevas soluciones. En todos y cada ciclo se escogen las soluciones que más se aproximan al objetivo buscado, suprimiendo el resto de soluciones. Las soluciones elegidas se reproducirán entre sí, dejando algunas veces alguna mutación o bien modificación al azar a lo largo de la reproducción.


Aspectos a considerar


Entre los primordiales aspectos a estimar en el diseño de algoritmos evolutivos se hallan los siguientes:



  • La elección de una codificación (representación de las variables del inconveniente en el algoritmo evolutivo) tiene un enorme efecto en el tamaño del Espacio de busca y por tanto, en el tiempo y complejidad de resolución.
  • La función de desempeño (fitness function), la que considera en la función objetivo o bien función de la que se quiere conseguir el valor perfecto.
  • Los algoritmos evolutivos tienen distintos factores los que han de ser esmeradamente escogidos para conseguir un buen desempeño y eludir inconvenientes como la Convergencia prematura.

Enlaces externos


  ELIGE TU TEMA DE INTERÉS: 


autoayuda.es   Internet y Tecnologias 

Está aquí: Inicio > [ INTERNET ] > ıllı Computación evolutiva : que es, definición y significado, descargar videos y fotos.

Las cookies nos permiten ofrecer nuestros servicios. Al utilizar nuestros servicios, aceptas el uso que hacemos de las cookies. Ver políticas