I di
Individuo: solución al problema codificada
difi d
de forma que pueda ser procesada por el
l
algoritmo genético
Codificación: cadena de bits o números reales
Genotipo vs Fenotipo
Genotipo vs. Fenotipo
Cada individuo tiene asociado un valor de ajuste
éti
que indica la bondad de ese individuo
que indica la bondad de ese individuo
Función de ajuste
Minimizar/maximizar ajuste
Se crea una población inicial aleatoria (generación 0)
Los valores de los genes de cada individuo son al azar
Inicialmente serán malas soluciones al problema
Inicialmente serán malas soluciones al problema
Es necesario evaluar cada individuo
Función de ajuste
Una vez se tiene una población, se crea una nueva
población a partir de la anterior (siguiente generación)
Se combinan individuos de la población (sobre todo los mejores)
Se combinan individuos de la población (sobre todo los mejores)
para crear individuos para la nueva población
Una vez se ha hallado la nueva población, se elimina la antigua
Se repite el punto anterior hasta que se cumpla un
criterio de parada
En la población hay un individuo lo suficientemente bueno
Han transcurrido un número de generaciones máximo prefijado
Todos los individuos de la población son iguales
Escoge qué individuos se reproducirán para
p odu á pa a
s og qu
formar parte de la siguiente generación
Debe ofrecer a los mejores individuos una mayor
probabilidad de ser escogidos
IMPORTANTE: Los peores individuos también deben
IMPORTANTE: Los peores individuos también deben
de tener alguna posibilidad, aunque baja
Crear cuenta
Comentarios de: Técnicas de Optimización de RR.NN.AA. mediante Computación Evolutiva (0)
No hay comentarios