examen2_

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