Descarga la aplicación para disfrutar aún más
Vista previa del material en texto
De los individuos seleccionados se toma un porcentaje de genes de uno de ellos y se combina con el porcentaje restante de genes del otro individuo. Esta recombinación da como resultado una nueva solución. Este proceso para ete caso solo se realiza una vez De todas las soluciones en la población inicial se seleccionan las que tienen el mejor resultado en la función objetivo para continuar con el proceso Luego de que las nuevas soluciones son evaluadas, recombinadas y mutadas un número de veces predeterminado el proceso termina con un conjunto de soluciones. No existe un número definido de veces que se debe realizar el proceso y es a criterio del diseñador del algoritmo definirlo Luego de que las nuevas soluciones son evaluadas, recombinadas y mutadas un número de veces predeterminado el proceso termina con un conjunto de soluciones. No existe un número definido de veces que se debe realizar el proceso y es a criterio del diseñador del algoritmo definirlo Parada Del nuevo resultado obtenido en la recombinación se cambia uno de los genes. Este cambio genera una solución ligeramente diferente a la que se obtuvo en la recombinación Del nuevo resultado obtenido en la recombinación se cambia uno de los genes. Este cambio genera una solución ligeramente diferente a la que se obtuvo en la recombinación Mutación De los individuos seleccionados se toma un porcentaje de genes de uno de ellos y se combina con el porcentaje restante de genes del otro individuo. Esta recombinación da como resultado una nueva solución Recombinación De todas las soluciones en la población inicial se seleccionan las que tienen el mejor resultado en la función objetivo para continuar con el proceso Selección de individuos En esta población se encuentran soluciones al problema, por lo que se debe determinar cuál de ellas es la mejor. Se define entonces una función objetivo que dependiendo del tipo de problema se desea que llegue a un máximo o un mínimo. Al evaluar la población inicial en la función objetivo se obtiene un resultado para cada individuo. En esta población se encuentran soluciones al problema, por lo que se debe determinar cuál de ellas es la mejor. Se define entonces una función objetivo que dependiendo del tipo de problema se desea que llegue a un máximo o un mínimo. A diferencia del algoritmo de Holland la función objetivo se compone de otras dos una que corresponde a la solución del problema (maximizar o minimizar) y la otra que cambia el valor de la función objetivo para mal si se incumple alguna de las restricciones del problema Al evaluar la población inicial en la función objetivo se obtiene un resultado para cada individuo. Evaluar desempeño de población En cada generación solo se crea un nuevo individuo para Chu-Beasly en Holland es a criterio propio. La función objetivo en Chu-Beasley se subdivide en 2 funciones que son la fitness y la anfitness. La selección en Holland es por ruleta, En Chu-Beasley la selección es por torneo. Por ser un proceso iterativo se requiere de una semilla en este caso se le denomina población inicial. Es un conjunto de posibles soluciones a las que inicialmente se les va a evaluar el desempeño. Cada solución tiene una codificación especial de números. A cada numero de la codificación se lellama gen Por ser un proceso iterativo se requiere de una semilla en este caso se le denomina población inicial. Es un conjunto de posibles soluciones a las que inicialmente se les va a evaluar el desempeño. Cada solución tiene una codificación especial de números. A cada numero de la codificación se lellama gen Por ser un proceso iterativo se requiere de una semilla en este caso se le denomina población inicial. Es un conjunto de posibles soluciones a las que inicialmente se les va a evaluar el desempeño. Se dividen en grupos y el mejor resultado del grupo será usado en el siguiente paso Cada solución tiene una codificación especial de números. A cada numero de la codificación se le llama gen Población inicial Parada Mutación Recombinación Selección de individuos Evaluar desempeño Generar la población inicial
Compartir