Documentos de Académico
Documentos de Profesional
Documentos de Cultura
1.1.- Introducción.
1.2. - ¿Cómo se construye?
1.3. - Sobre su utilización.
1.4. - Diversidad, exploración,
explotación.
–1–
Sistemas Difusos Tema 7
–2–
Sistemas Difusos Tema 7
Computación Evolutiva.
–3–
Sistemas Difusos Tema 7
1.1.- Introducción.
¿Qué es un Algoritmo Genético?
• optimización,
• búsqueda y
• aprendizaje
• Evolución Natural y
• Evolución Genética
Los Ingredientes
t reproducción t+1
selección
mutación
Cruce
(o recombinación)
–4–
Sistemas Difusos Tema 7
1.1.- Introducción.
El Ciclo de la Evolución.
Selección
PADRES
Cruce
POBLACIÓN
Mutación
Reemplazamiento
DESCENDIENTES
Estructura de un Algoritmo Genético
Algoritmo Genético Básico
Inicio (1)
t = 0
inicializar P(t)
evaluar P(t)
Mientras (no se cumpla la condición de parada) hacer
Inicio(2)
t = t + 1
seleccionar P’(t) desde P(t-1)
P’’(t) ← cruce P’(t)
P(t) ← mutación P’(t)
evaluar P(t)
Final(2)
Final(1)
–5–
Sistemas Difusos Tema 7
1.1.- Introducción.
Dominios de aplicación
Control de
procesos químicos
Clasificación
Aprendizaje Generación de
Optimización trayectorias
estructural
Planificación de
sistemas de Producción
Diseño de circuitos n 1
1 2 m
VLSI
Otros campos:
• Planificación y control.
• Ingeniería.
• Vida artificial.
• ...
–6–
Sistemas Difusos Tema 7
1.2.1. Representación.
–7–
Sistemas Difusos Tema 7
Definiciones
CROMOSOMA
GEN ALELOS={0,1}
–8–
Sistemas Difusos Tema 7
Genotipo Fenotipo
8 bits • Entero
• Número real
• Secuencia
• ...
• Cualquier otra?
Genotipo: Fenotipo:
= 163
Genotipo: Fenotipo:
= 13.9609
163
x = 2.5 + ( 20.5 − 2.5 ) = 13.9609
256
–9–
Sistemas Difusos Tema 7
x1
x
X = 2 , xi ∈ R
#
x
n
f : Rn → R
– 10 –
Sistemas Difusos Tema 7
• Algunas veces la
obtención del fenotipo a Datos de un
Genotipo
Problema
partir del genotipo es un (Codificación )
proceso obvio.
• En otras ocasiones el
Algoritmo
genotipo puede ser un de obtención
conjunto de parámetros
para algún algoritmo, el
Fenotipo
cual trabaja sobre los
datos de un problema para
obtener un fenotipo.
– 11 –
Sistemas Difusos Tema 7
– 12 –
Sistemas Difusos Tema 7
antes 1 1 1 1 1 1 1
después 1 1 1 0 1 1 1
gen mutado
La mutación ocurre con una probabilidad pm para cada
gen, o para cada cromosoma.
o 0 es la media.
o σ es la desviación típica.
x’i = xi + N(0,σi)
7 3 6 8 2 4 1 5
– 13 –
Sistemas Difusos Tema 7
...
Población:
padres
corte corte
1 1 1 1 1 1 1 0 0 0 0 0 0 0
1 1 1 0 0 0 0 0 0 0 1 1 1 1
descendientes
– 14 –
Sistemas Difusos Tema 7
a b c d e f g h
a b Cd E f g H
A B CDE F GH
a b c d e f
A BCDE F
↓
(a+A)/2 (b+B)/2 (c+C)/ (d+D)/2 (e+E)/2 (f+F)/2
Padre Padre
7 3 1 8 2 4 6 5 4 3 2 8 6 7 1 5
7, 3, 4, 6, 5
ordenar
1 8 2 4, 3, 6, 7, 5
Hijo 1
7 5 1 8 2 4 3 6
– 15 –
Sistemas Difusos Tema 7
fi
psi =
∑ fj
j
– 16 –
Sistemas Difusos Tema 7
– 17 –
Sistemas Difusos Tema 7
1.3.- Utilización.
– 18 –
Sistemas Difusos Tema 7
o Reinicialización.
Exploración vs Explotación.
– 19 –
Sistemas Difusos Tema 7
Algoritmos
Evolutivos
Diseño Evolutivo
Base de Conocimiento
Funciones
de escalado
Reglas Funciones de
Difusas pertenencia
Procesamiento Difuso
– 20 –
Sistemas Difusos Tema 7
Predefinidos
Factores de escala
Predefinida
... X
Bajo Medio Alto
Base de Conocimiento
X
Base de Base de Bajo Medio Alto
Reglas Datos
Y
– 21 –
Sistemas Difusos Tema 7
Factores de escala
Predefinida
R1: Si X1 es Alto y X2 es Bajo -> Y es Medio Medio
R2: Si X1 es Bajo y X2 es Medio -> Y es Alto Bajo Alto
Predefinida
... X1
Bajo Medio Alto
Base de Conocimiento
X2
Base de Base de Bajo Medio Alto
Reglas Datos
Y
– 22 –
Sistemas Difusos Tema 7
Predefinidos
Factores de escala
Predefinida
R1: Si X1 es Alto y X2 es Bajo -> Y es Medio Medio
R2: Si X1 es Bajo y X2 es Medio -> Y es Alto Bajo Alto
... X
Bajo Medio Alto
Base de Conocimiento
X
Base de Base de Bajo Medio Alto
Reglas Datos
Y
– 23 –
Sistemas Difusos Tema 7
Factores de escala
– 24 –
Sistemas Difusos Tema 7
– 25 –
Sistemas Difusos Tema 7
PROCESO DE
APRENDIZAJE
Módulo de
evaluación (BR)
– 26 –
Sistemas Difusos Tema 7
1 2 3 4 5 6 7 8 9
(2) (6)
2 6 9 R1: Si el Error es Cero y la Variación_Error es Positiva
entonces la Potencia es Alt a
(9)
2 6 9 1 6 8 1 ... R1 R2
– 27 –
Sistemas Difusos Tema 7
PROCESO DE
APRENDIZAJE
Módulo de
evaluación (BD)
– 28 –
Sistemas Difusos Tema 7
• Parámetros:
o Factor de escala.
o Tipo de SBRD:
– 29 –
Sistemas Difusos Tema 7
• 1 cromosoma representará:
– 30 –
Sistemas Difusos Tema 7
X Y
- 0 0.5 0.2 0.5 0.7 0.5 1 1.5 -0.35 0 0.3 0.3 0.5 0.7 0.5 1 1.5
X Y
– 31 –
Sistemas Difusos Tema 7
Operador de cruce
1 0 1 1 1 0 0 1 1 0 1 0 1 0 1 1 1 1 0 0
0 0 0 0 1 1 1 1 0 0 0 0 0 1 1 0 0 1 1 0
¡Error!
– 32 –
Sistemas Difusos Tema 7
Operador de cruce.
Alternativas:
– 33 –
Sistemas Difusos Tema 7
Operador de Mutación
1 0 1 1 1 0 0 1 1 0
1 0 1 1 1 1 0 1 1 0
¡Error!
– 34 –
Sistemas Difusos Tema 7
Operador de Mutación.
Alternativas:
– 35 –
Sistemas Difusos Tema 7
o Funciones de pertenencia.
o Reglas difusas.
o Términos lingüísticos.
Etapas:
– 36 –
Sistemas Difusos Tema 7
PROCESO DE PROCESO DE
APRENDIZAJE 1 APRENDIZAJE 2
Módulo de Módulo de
evaluación evaluación
(BR) (BR)
Base de Base de
Base de Reglas Base de
Datos
Reglas (BR) definitiva Datos
predefinida
– 37 –
Sistemas Difusos Tema 7
PROCESO DE
APRENDIZAJE
Módulo de
evaluación
(BC)
Base de Conocimiento
Base de Base de
Datos Reglas
o Factores de escala
– 38 –
Sistemas Difusos Tema 7
0 0 0.5 0.3 0.5 0.8 0.8 1 1.3 0 0 0.3 0.2 0.5 0.8 0.7 1 1 1 5 9 ...
R2: ...
– 39 –
Sistemas Difusos Tema 7
• Ventajas:
PROCESO DE PROCESO DE
APRENDIZAJE 1 APRENDIZAJE 2
Módulo de
evaluación
(Base de Datos y
Base de Base de Reglas)
Base de
Datos Reglas
– 40 –