Documentos de Académico
Documentos de Profesional
Documentos de Cultura
● Inicialización: Se genera
aleatoriamente la población
inicial, que está constituida por
un conjunto de cromosomas los
cuales representan las posibles
soluciones del problema.
● Evaluación: A cada uno de los
cromosomas de esta población
se aplicará la función de aptitud Fig. 1 secuencia de un algoritmo genético.
para saber cómo de "buena" es
la solución que se está
codificando. III. TÉCNICAS UTILIZADAS EN EL
● Condición de término: El AG PROGRAMA
se deberá detener cuando se
alcance la solución óptima, Como complemento del presente
pero ésta generalmente se trabajo se desarrollo un programa en
desconoce. lenguaje C++, en el cual se utilizaron
los métodos de algoritmos genéticos
Selección: Después de saber la aptitud para encontrar la solución al problema.
de cada cromosoma se procede a elegir
los cromosomas que serán cruzados en III-A. Creación de la Población
la siguiente generación.
El programa pregunta al usuario la
Cruzamiento: El cruzamiento es el cantidad de piezas y crea un conjunto
principal operador genético, representa de potenciales soluciones, son
la reproducción sexual, opera sobre combinaciones para realizar el
dos cromosomas a la vez para generar ensamblaje.
dos descendientes donde se combinan
las características de ambos
cromosomas padres.
Reemplazo: una vez aplicados los Fig. 2 Programa de c++, aplicación de los Algoritmos
operadores genéticos, se seleccionan Genéticos.
los mejores individuos para conformar
la población de la generación
siguiente.
INTELIGENCIA ARTIFICIAL 2
III-B. Codificación.
A B C D E Cromosoma
0 1 2 3 4 Codificación
(Posición en la matriz)
0 1 2 3 4
Fig. 5 distancias entre piezas.
0 D A C B E
1 D E B C A III-D. Evaluación.
2 D B A C E
3 D E B A C Con este método se busca aplicarle
4 D A C E B una función de aptitud a cada
cromosoma para saber qué tan apto es,
Fig. 3 p oblación Generada. además podremos conocer qué
III-C. Distancias entre las ciudades oportunidad de reproducción tiene
cada cromosoma con respecto a la
Para guardar las distancias de cada demás población.
cromosoma utilizamos la codificación Existe una matriz donde se guardan
o valor asignado a cada gen el cual los puntajes totales de cada
puede ser representado en una matriz, cromosoma y la posición que tienen
como se muestra en la figura 4. dentro de la matriz inicial de
población.
0 1 2 3 4
0 5 8 9 1 0 1
1 4 3 6 0 48 0
2 1 32 1
3 2
3 2 21 2
1
4
3 35 3
4 16 4
5 42 5
Fig. 4 Matriz en donde se encuentran las distancias entre
las piezas.
IV. CONCLUSIONES
V. Bibliografía
● Algoritmos Evolutivos y
Memeticos Curso de Postgrado
–UC3M –Junio 16,17,18
-2004.
● Algoritmos Evolutivos y
Memeticos Curso de Postgrado
–UC3M –Junio 16,17,18
-2004.
● Inteligencia en Redes de
Comunicaciones . Ingeniería
de Telecomunicación,
Algoritmos Evolutivos y
Algoritmos Genéticos