Está en la página 1de 5

Practica 3.

Algoritmo de Evolucin Diferencial para identificacin de crculos en una imagen


OBJETIVO Observar la convergencia del algoritmo de evolucin diferencial en sus diferentes versiones para funciones de prueba del estado del arte. Aplicar los conceptos bsicos para implementar un algoritmo evolutivo y aplicarlo en un problema de otra rea de la computacin como visin por computadora. Palabras clave: Evolucin Diferencial, visin por computadora, optimizacin, procesamiento de imgenes MARCO TERICO Evolucin Diferencial La Evolucin Diferencial (ED) fue propuesta como una nueva heurstica para optimizacin de funciones no lineales y no diferenciables, la cual fue elaborada por Rainer Storn y Kenneth Price en 1995. Surgi por los intentos de Kenneth Price por resolver el polinomio de Chebychev, en el que se utilizaron vectores de la poblacin a ser perturbados. La ED es un mtodo estocstico de optimizacin global, que usa una codificacin de punto flotante para optimizacin global sobre espacios continuos. La ED crea soluciones nuevas mediante la combinacin de un padre con otros individuos de la misma generacin. Un candidato sustituye al padre slo si tiene un valor de aptitud (fitness) mejor. El algoritmo cuenta con tres parmetros de control: el factor de amplificacin/reduccin del vector diferencia F, el parmetro de control de cruza R y el tamao de la poblacin N. El algoritmo original de la ED mantiene los tres parmetros de control fijos durante todo el proceso de bsqueda. Sin embargo, existe una gran falta de conocimiento sobre cules deberan ser los parmetros ideales de control de la ED para una funcin determinada. Componentes del Algoritmo Evolucin Diferencial es un algoritmo de bsqueda directa que utiliza N vectores de dimensionalidad D. La versin original de la ED puede definirse con base en los siguientes conceptos:

Profra. Miriam Pescador Rojas

Evolutionary Computing

1. La poblacin:

En donde N denota el nmero mximo de vectores que conforman la poblacin, g es el contador de generaciones, Gmax es el nmero mximo de generaciones y D es la dimensionalidad, i.e., el nmero de variables de decisin del problema. 2. Inicializacin de la poblacin:

En donde xj, L y xj,U denotan los lmites inferior y superior del j-simo componente, respectivamente. U (0, 1) retorna un nmero aleatorio distribuido uniformemente en el rango [0, 1]. Es importante mencionar que los individuos iniciales deben estar distribuidos aleatoriamente de alguna manera ya que las diferencias de los vectores objetivo conducen el comportamiento de la ED. Despus de la inicializacin, la poblacin es sujeta a un proceso iterativo de mutacin, recombinacin y seleccin durante Gmax iteraciones (generaciones). Para tales efectos, la ED emplea operadores de mutacin y recombinacin para generar un solo descendiente o vector candidato Ui por cada vector padre Xi. A continuacin se describen dichos operadores. Algoritmo de Evolucin Diferencial

Profra. Miriam Pescador Rojas

Evolutionary Computing

Diagrama de Flujo de Evolucin Diferencial

Profra. Miriam Pescador Rojas

Evolutionary Computing

DESARROLLO

I. Utilice el cdigo proporcionado de Evolucin Diferencial versin ED/rand/1/bin, programe las funciones de prueba que se presentan a continuacin e indique con qu valores de parmetros obtuvo el mximo o mnimo global respectivamente (tamao de poblacin, nmero de generaciones, porcentaje de cruza y porcentaje de mutacin). Funciones de prueba: ( ) ( ) a) Maximizar ( ) , donde x est en un rango de [0, 20], El mximo global es de28.804736 que se encuentra en (17.5439, 17.5439) b) Minimizar ))( ( valores ( ) ( ) )) para Tiene un mnimo global de f(x,y) = 3 en x =0 y y = -1 ( ( ) ( los

c) Minimizar (

) ( ) para los valores Tiene un mnimo global de f(x,y) =-1.0316 en los dos puntos x =0.0898, y = 0.7126 y x =0.0898, y = -0.7126

II. Modifique el algoritmo de evolucin diferencial y aplique las versiones de ED a) ED/best/1/bin, b) ED/rand/1/exp, c) ED/best/1/exp III. Reporte en la siguiente tabla sus resultados, Versin ED/rand/1/bin ED/best/1/bin ED/rand/1/exp ED/best/1/exp ED/rand/1/bin ED/best/1/bin ED/rand/1/exp ED/best/1/exp ED/rand/1/bin ED/best/1/bin ED/rand/1/exp ED/best/1/exp Mejor solucin Ejecucin 1 Tamao pob Max gen Mutacin Cruza

Profra. Miriam Pescador Rojas

Evolutionary Computing

IV. Aplique el algoritmo de evolucin diferencial para encontrar los crculos que se presentan en una imagen previamente procesada

Profra. Miriam Pescador Rojas

Evolutionary Computing