Keywords
Software educativo
comunicación cientÃfica
Aprendizaje virtual
Plataformas virtuales
How to Cite
Abstract
El objetivo del presente trabajo es implementar un estudio experimental comparativo de dos estrategias evolutivas de reemplazo: Estrategia Coma ( µ, λ) y Estrategia Plus ( µ + λ) con Mutación Auto-Adaptativa, pasos independientes y no correlacionados para cada variable, en un algoritmo evolutivo que resuelve el problema de la esfera, logrando minimizar la función hasta un valor óptimo de f(x) <= 10^-6 , con el objetivo de conocer el esfuerzo computacional necesario (medido en número de evaluaciones) para lograr el valor óptimo establecido, y definir diferencias significativas entre los resultados obtenidos de ambas estrategias. Se empelaron dos tipos de recombinación para la generación de nuevas soluciones, Discreta y Aritmética. Los resultados indicaron que mayormente no existen diferencias significas entre ambas estrategias sobre los diferentes tamaños del problema, por lo que basados en el esfuerzo computacional, la estrategia Plus converge más rápidamente al valor óptimo que la estrategia Coma, concluyendo que esta estrategia brinda mejores resultado inclusos sobre dimensiones del problemas con mayor valor.
References
”¢ Aguilar, J., & Rivas, F. (2001)., Computación Inteligente., MERITEC, June.
”¢ Aguilar José, CEMISID., Facultad de Ingeniería Universidad de Mérida, Venezuela, Computación Inteligente (Computación Evolutiva).
”¢ Alba, Torres Enrique., (1999)., Análisis y Diseño de Algoritmos Genéticos Paralelos Distribuidos., España.
Ӣ Back, T., & Schwefel, H. P. (1996, May). Evolutionary computation: An overview. In Evolutionary Computation, 1996., Proceedings of IEEE International Conference on (pp. 20-29). IEEE.
”¢ Beyer, H. G., & Schwefel, H. P. (2002). Evolution strategies–A comprehensive introduction. Natural computing, 1(1), 3-52.
”¢ Cantor, Giovanni., Gómez Jonatan., (2008)., ASIGNACIí“N DE PARíMETROS EN LOS ALGORITMOS EVOLUTIVOS., Revista RE ´TAKVN Facultad de Ingeniería - Universidad del Magdalena., Colombia.
”¢ Coello, Coello Carlos A., (2004)., Introducción a la Computación Evolutiva. México.
”¢ Estévez, Valencia Pablo., (1997)., OPTIMIZACIí“N MEDIANTE ALGORITMOS GENí‰TICOS., Anales del Instituto de Ingenieros de Chile, Agosto 97, pp. 83-92.
”¢ García, Carlos., García Edwin., Villada, Fernando., (2012). Algoritmo Evolutivo Eficiente Aplicado a la Planeación de la Expansión de Sistemas de Distribución
”¢ García, S., Molina, D., Lozano, M., Herrera, F., Un estudio experimental sobre el uso de test no paramétricos para analizar el comportamiento de los algoritmos evolutivos en problemas de optimización, en Actas del Congreso Español sobre Metaheurísticas, Algoritmos Evolutivos y Bioinspirados, (MAEB07), 2007, pp.275-285.
”¢ Herrera, Francisco., Lozano Manuel., Sánchez, Ana M., (2002)., Operadores de Cruce con Múltiples Descendientes para Algoritmos Genéticos con Codificación Real: Estudio Experimental., Trabajo soportado por la RED HEUR TIC2002-10866-E y el ProyectoTIC2002-04036-C05-01
”¢ Hervás, C., & Ortiz, D. (2002). Operadores de cruce basados en estadísticos de localización para algoritmos genéticos con codificación real. In Primer Congreso Español De Algoritmos Evolutivos y Bioinspirados (AEB”™02), Mérida, Spain (pp. 1-8).
”¢ López, Lara Adriana. (2003) . Centro de Investigación y de Estudios Avanzados del Instituto Politécnico Nacional, Departamento de Ingeniería Eléctrica, Sección de Computación, México, Un Estudio de las Estrategias Evolutivas para Problemas Multiobjetivo.
”¢ Luque del Arco-Calderón, Cristóbal., Isasi Viñuela Pedro., Hernández Castro Julio César.,(2004)., Distribución de Cargas en una Esfera Mediante Estrategias Evolutivas., IEEE LATIN AMERICA TRANSACTIONS, VOL. 2, NO. 2, JUNE 2004.
”¢ Moratilla, A., Fernández, E., Sánchez, J. J., & Vicario, B. (2014). Selección óptima de operadores para el tratamiento de problemas VRP con Algorítmos Genéticos. In Cuarta Conferencia Iberoamericana de Complejidad, Informática y Cibernética: CICIC.
”¢ Murias, Rodríguez Angel., (2007)., Estudio de bloques constructivos en algoritmos genéticos., España.
”¢ Salazar-Horning, E.J., Rojas-Oyarzún, R.S., (2010). Configuración multi–objetivo de sistemas de producción utilizando estrategias evolutivas. México.
You are free to:
Share — copy and redistribute the material in any medium or format.
Adapt — remix, transform, and build upon the material.
The licensor cannot revoke these freedoms as long as you follow the license terms.
Under the following terms:
Attribution — You must give appropriate credit, provide a link to the license, and indicate if changes were made. You may do so in any reasonable manner, but not in any way that suggests the licensor endorses you or your use.
NonCommercial — You may not use the material for commercial purposes.
ShareAlike — If you remix, transform, or build upon the material, you must distribute your contributions under the same license as the original.
No additional restrictions — You may not apply legal terms or technological measures that legally restrict others from doing anything the license permits.