Técnicas novedosas de emparejamiento en algoritmos genéticos

Pinter Gómez, Rafael. (2011). Técnicas novedosas de emparejamiento en algoritmos genéticos Master Thesis, Universidad Nacional de Educación a Distancia (España). Escuela Técnica Superior de Ingeniería Informática. Departamento de Inteligencia Artificial.

Ficheros (Some files may be inaccessible until you login with your e-spacio credentials)
Nombre Descripción Tipo MIME Size
Pinter_Gomez_Rafael_TFM.pdf Pinter_Gomez_Rafael_TFM.pdf application/pdf 2.97MB

Título Técnicas novedosas de emparejamiento en algoritmos genéticos
Autor(es) Pinter Gómez, Rafael
Resumen En la resolución de problemas de optimización mediante algoritmos genéticos, normalmente se realiza un emparejamiento aleatorio de padres como paso previo a la fase de recombinación. Galán y Mengshoel propusieron en 2010 [Galán y Mengshoel (2010)] un nuevo método de emparejamiento de padres en algoritmos genéticos, que hace uso de un parámetro denominado "índice de emparejamiento", para definir la estrategia de emparejamiento de los padres. Dependiendo del problema de optimización planteado, el mejor comportamiento (superior al método de emparejamiento aleatorio tradicional) se obtiene para un valor concreto del índice de emparejamiento. Dado que el valor del índice de emparejamiento que proporciona mejores resultados para un problema dado es desconocido de antemano, Galán y Mengshoel desarrollaron un método de control autoadaptativo del índice de emparejamiento. Este método autoadaptativo fue aplicado a la optimización de funciones reales mediante algoritmos genéticos con representación binaria, aunque los resultados obtenidos no fueron satisfactorios en su conjunto para el caso de funciones con muchos óptimos locales. El presente trabajo fin de máster tiene como objetivo investigar nuevos métodos de emparejamiento de padres que permitan mejorar los resultados obtenidos mediante el método autoadaptativo de Galán y Mengshoel. En concreto, se proponen y evalúan experimentalmente dos nuevos métodos de control del índice de emparejamiento, denominados respectivamente "método espacial" y "método temporal". Por otra parte, también evaluamos experimentalmente si el uso de una representación del cromosoma más cercana al problema de optimización de funciones reales, como es el uso de genes reales en vez de los binarios empleados por Galán y Mengshoel, puede influir en un mejor comportamiento del emparejamiento autoadaptativo para el problema de optimización de funciones reales de varias variables. El grado de consecución de los objetivos marcados en este trabajo fin de máster ha sido variado. Por una parte, la representación real introducida para el problema de optimización 5 de funciones reales ha resultado beneficiosa. Por otra parte, aunque el control espacial del índice de emparejamiento no ha resultado todo lo ventajoso que hubiéramos esperado, el método temporal ha aportado importantes ventajas. Todo ello queda motivado, explicado y evaluado en detalle a lo largo de la memoria.
Notas adicionales Trabajo de Fin de Máster. Máster Universitario en I.A. Avanzada: Fundamentos, Métodos y Aplicaciones. UNED
Materia(s) Ingeniería Informática
Editor(es) Universidad Nacional de Educación a Distancia (España). Escuela Técnica Superior de Ingeniería Informática. Departamento de Inteligencia Artificial.
Director/Tutor Fernández Galán, Severino
Fecha 2011-10-06
Formato application/pdf
Identificador bibliuned:master-ETSInformatica-IAA-Rpinter
http://e-spacio.uned.es/fez/view/bibliuned:master-ETSInformatica-IAA-Rpinter
Idioma spa
Versión de la publicación acceptedVersion
Nivel de acceso y licencia http://creativecommons.org/licenses/by-nc-nd/4.0
info:eu-repo/semantics/openAccess
Tipo de recurso master Thesis
Tipo de acceso Acceso abierto

 
Versiones
Versión Tipo de filtro
Contador de citas: Google Scholar Search Google Scholar
Estadísticas de acceso: 237 Visitas, 319 Descargas  -  Estadísticas en detalle
Creado: Mon, 05 Jul 2021, 20:09:05 CET