Por favor, use este identificador para citar o enlazar este ítem:
https://hdl.handle.net/20.500.12104/79993
Título: | NUEVOS MÉTODOS DE SELECCIÓN NATURAL APLICADOS AL COMPUTO EVOLUTIVO |
Autor: | Enríquez Pérez, Luis Eduardo |
Asesor: | Zaldivar Navarro, Daniel Cuevas Jiménez, Erik Valdemar |
Editor: | CUCEI Universidad de Guadalajara |
Carrera: | MAESTRIA EN CIENCIAS EN INGENIERIA ELECTRONICA Y COMPUTACION |
Palabras clave: | Proporcion Dorada;Algoritmos Evolutivos;Algoritmos Geneticos |
Fecha de titulación: | 31-dic-1969 |
Editorial: | Biblioteca Digital wdg.biblio Universidad de Guadalajara |
Resumen: | Durante millones de años, la naturaleza ha desarrollado patrones y procesos con características interesantes. Han sido usados como inspiración para una gran cantidad de modelos innovadores que han sido extendidos para resolver problemas complejos de ingeniera y matemáticas. Unos de los patrones más famosos presentes en la naturaleza es la Proporción Dorada (GS). Esta define una proporción especial que permite la formación, selección, partición y replicación adecuadas en diversos fenómenos naturales. Por el otro lado, los Algoritmos Evolutivos son métodos de búsqueda estocástica basados en el modelo de la evolución natural. En general, los Algoritmos Genéticos (GS) son los representantes más populares de dichas técnicas. Un proceso importante en estos esquemas es el método de selección, el cual tiene una gran influencia en el desempeño de cada estrategia de búsqueda. Diversos métodos de selección han sido reportados en la literatura con diferentes resultados. En el método propuesto, la población es segmentada en diversos grupos. Cada grupo contiene un número de individuos y una probabilidad de ser seleccionado, las cuales son determinadas de acuerdo a la GS. Bajo estas condiciones, la probabilidad de seleccionar un individuo depende exclusivamente del grupo al cual pertenece. En este documento se muestran simulaciones numéricas del método propuesto, las cueles prueban que el método propuesto consigue un desempeño mejor que los otros algoritmos de selección, con respecto a la calidad de la solución y la velocidad de convergencia. |
URI: | https://wdg.biblio.udg.mx https://hdl.handle.net/20.500.12104/79993 |
Aparece en las colecciones: | CUCEI |
Ficheros en este ítem:
Fichero | Tamaño | Formato | |
---|---|---|---|
MCUCEI10042.pdf Acceso Restringido | 1.76 MB | Adobe PDF | Visualizar/Abrir Request a copy |
Los ítems de RIUdeG están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.