Publicación:
Técnicas novedosas de emparejamiento en algoritmos genéticos

Vista sencilla de ítem
dc.contributor.authorPinter Gómez, Rafael
dc.contributor.directorFernández Galán, Severino
dc.date.accessioned2024-05-20T12:23:28Z
dc.date.available2024-05-20T12:23:28Z
dc.date.issued2011-10-06
dc.description.abstractEn 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.es
dc.description.versionversión final
dc.identifier.urihttps://hdl.handle.net/20.500.14468/14115
dc.language.isoes
dc.publisherUniversidad Nacional de Educación a Distancia (España). Escuela Técnica Superior de Ingeniería Informática. Departamento de Inteligencia Artificial.
dc.relation.centerE.T.S. de Ingeniería Informática
dc.relation.degreeMáster Universitario en I.A. Avanzada: Fundamentos, Métodos y Aplicaciones
dc.relation.departmentInteligencia Artificial
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rights.urihttps://creativecommons.org/licenses/by-nc-nd/4.0/deed.es
dc.titleTécnicas novedosas de emparejamiento en algoritmos genéticoses
dc.typetesis de maestríaes
dc.typemaster thesisen
dspace.entity.typePublication
Archivos
Bloque original
Mostrando 1 - 1 de 1
Miniatura
Nombre:
Pinter_Gomez_Rafael_TFM.pdf
Tamaño:
2.97 MB
Formato:
Adobe Portable Document Format
Descargar
Colecciones
Trabajos de fin de máster (TFM)