ALGORITMO GENÉTICO: RUTA DEL VIAJERO

Jonnathan Pintado, jpintadoy@est.ups.edu.ec

Dr. Christian Salamea

Informática Industrial

Universidad Politécnica Salesiana

31/01/2021

En este informe se dará a conocer el código del ALGORTIMO GENÉTICO: RUTA DEL
VIAJERO y a su vez se realizará el análisis de cada de unos parámetros dando distintos valores,
luego se determinará los óptimos de cada variable, y se reemplazara los valores obtenidos en
el algoritmo genético, siendo el caso si se obtiene un valor menor las variables son
estadísticamente independientes, si el caso de que se obtiene un valor mayor las variables son
dependientes.
EJECUCIÓN_1
En la siguiente tabla se puede observar la variación del Tamaño población (popSize),
obteniendo los valores de la Distancia Inicial-Distancia Final.

Tabla 1. Datos de la distancia inicial y distancia final obtenidos mediante la ejecución del algoritmo cambios de tamaño de
población (POPSIZE)

Una vez obtenido los valores de la distancia inicial-distancia final lo graficamos respecto al
tamaño de la población, en donde se puede observar que la variable popSize con valor de 50,
la distancia final de color tomate tiene un valor de 936.4162 que está por encima de los valores
encontrados.

TAMAÑO POBLACION
2500
2000
1500
1000
500
0
0 50 100 150 200 250

DISTANCIA INICIAL DISTANCIA FINAL

Figura 1. Grafica de los datos obtenidos Tamaño población vs Distancia inicial-Distancia final
EJECUCIÓN_2
En la siguiente tabla se puede observar la variación del Tamaño de elite (eliteSize),
obteniendo los valores de la Distancia Inicial-Distancia Final.

Tabla 2. Datos de la distancia inicial y distancia final obtenidos mediante la ejecución del algoritmo cambios de tamaño de
elite (ELITESIZE)

Una vez obtenido los valores de la distancia inicial-distancia final lo graficamos respecto al
tamaño de la elite, en donde se puede observar que la variable eliteSize con valor de 30, la
distancia final de color tomate el valor aumenta a 1005.4816, estando por encima de los valores
encontrados.

TAMAÑO ELITE

2500
2000
1500
1000
500
0 DISTANCIA INICIAL DISTANCIA FINAL
0 10 20 30 40 50

Figura 2. Grafica de los datos obtenidos Tamaño elite vs Distancia inicial-Distancia final

EJECUCIÓN_3
En la siguiente tabla se puede observar la variación del Tasa Mutación, obteniendo los
valores de la Distancia Inicial-Distancia Final.

Tabla 3. Datos de la distancia inicial y distancia final obtenidos mediante la ejecución del algoritmo cambios de la tasa
mutación.
Una vez obtenido los valores de la distancia inicial-distancia final lo graficamos respecto a la
Tasa Mutación, en donde se puede observar que la variable tasa mutación con valor de 0.2, la
distancia final de color tomate el valor aumenta a 2164.5526, estando por encima de los valores
encontrados.

TASA MUTACIÓN
3000

2000

1000

0
0 0,05 0,1 0,15 0,2 0,25

DISTANCIA INICIAL DISTANCIA FINAL

Figura 3. Grafica de los datos obtenidos tasa mutación vs Distancia inicial-Distancia final

EJECUCIÓN_4
En la siguiente tabla se puede observar la variación del Tasa Mutación, obteniendo los
valores de la Distancia Inicial-Distancia Final.

Tabla 4. Datos de la distancia inicial y distancia final obtenidos mediante la ejecución del algoritmo cambios en
generaciones.

Una vez obtenido los valores de la distancia inicial-distancia final lo graficamos respecto a las
generaciones, en donde se puede observar que la variable generaciones con valor de 200, la
distancia final de color tomate el valor aumenta a 916.0638, estando por encima de los valores
encontrados.

GENERACIONES
2500
2000
1500
1000
500
0
0 100 200 300 400 500 600

DISTANCIA INICIAL DISTANCIA FINAL

Figura 4. Grafica de los datos obtenidos Generaciones vs Distancia inicial-Distancia final

VALORES OPTIMOS
Una vez realizado la ejecución de cada uno de las variables señalamos todos los valores
óptimos y ejecutamos en el algoritmo genético.

Tabla 5. Datos de la distancia inicial y distancia final ÓPTIMOS, obtenidos mediante la ejecución del algoritmo.

ANÁLISIS
Una vez realizado la ejecución de cada uno de las variables y señalado los valores óptimos de
cada uno se realizar la implementación en el algoritmo genético todos los valores óptimos
dando a conocer que variables son estadísticamente independientes o dependientes.
En donde para este caso de entrenamiento con los valores asignados al algoritmo genético se
reemplazaron separamos primeramente el tamaño Población y el tamaño de la élite nos dio el
siguiente de la distancia final 1058.5291, luego incluimos una tercera variable y la distancia
final sube a 2085.4156, que esta es la me genera un incremento en donde no es una variable
estadísticamente independiente, luego incluimos otra variable donde la distancia final
disminuye a 1922.6711.
Entonces las variables que son estadísticamente independientes son:
▪ TAMAÑO POBLACIÓN
▪ TAMAÑO ÉLITE
▪ GENERACIONES
La variable que me genera un incremento y a la vez es dependiente es la TASA MUTACIÓN.
EJECUCIÓN_5
En la siguiente tabla se puede observar la variación del Tamaño población (popSize),
obteniendo los valores de la Distancia Inicial-Distancia Final.

Tabla 6. Datos de la distancia inicial y distancia final obtenidos mediante la ejecución del algoritmo cambios de tamaño de
población (POPSIZE)

Una vez obtenido los valores de la distancia inicial-distancia final lo graficamos respecto al
tamaño de la población, en donde se puede observar que la variable popSize con valor de 250,
la distancia final de color tomate tiene un valor de 944.8401 que está por encima de los valores
encontrados.

TAMAÑO POBLACION
2500

2000

1500

1000

500

0
0 50 100 150 200 250 300 350 400 450

DISTANCIA INICIAL DISTANCIA FINAL

Figura 5. Grafica de los datos obtenidos Tamaño población vs Distancia inicial-Distancia final
EJECUCIÓN_6
En la siguiente tabla se puede observar la variación del Tamaño de elite (eliteSize),
obteniendo los valores de la Distancia Inicial-Distancia Final.

Tabla 7. Datos de la distancia inicial y distancia final obtenidos mediante la ejecución del algoritmo cambios de tamaño de
elite (ELITESIZE)

Una vez obtenido los valores de la distancia inicial-distancia final lo graficamos respecto al
tamaño de la elite, en donde se puede observar que la variable eliteSize con valor de 80, la
distancia final de color tomate el valor aumenta a 1460.4072, estando por encima de los valores
encontrados.

TAMAÑO ELITE
2500

2000

1500

1000

500

0
0 10 20 30 40 50 60 70 80 90

DISTANCIA INICIAL DISTANCIA FINAL

Figura 6. Grafica de los datos obtenidos Tamaño elite vs Distancia inicial-Distancia final

EJECUCIÓN_7
En la siguiente tabla se puede observar la variación del Tasa Mutación, obteniendo los
valores de la Distancia Inicial-Distancia Final.

Tabla 8. Datos de la distancia inicial y distancia final obtenidos mediante la ejecución del algoritmo cambios de la tasa
mutación.
Una vez obtenido los valores de la distancia inicial-distancia final lo graficamos respecto a la
Tasa Mutación, en donde se puede observar que la variable tasa mutación con valor de 0.7, la
distancia final de color tomate el valor aumenta a 2411.2151, estando por encima de los valores
encontrados, cada vez que la tasa de mutación se da un valor alto se tiene una precisión
excelente.

TASA MUTACIÓN
3000
2500
2000
1500
1000
500
0
0 0,2 0,4 0,6 0,8 1

DISTANCIA INICIAL DISTANCIA FINAL

Figura 7. Grafica de los datos obtenidos tasa mutación vs Distancia inicial-Distancia final

EJECUCIÓN_8
En la siguiente tabla se puede observar la variación las generaciones, obteniendo los valores
de la Distancia Inicial-Distancia Final.

Tabla 9. Datos de la distancia inicial y distancia final obtenidos mediante la ejecución del algoritmo cambios en
generaciones.

Una vez obtenido los valores de la distancia inicial-distancia final lo graficamos respecto a las
generaciones, en donde se puede observar que la variable generaciones con valor de 700, la
distancia final de color tomate el valor aumenta a 998.067, estando por encima de los valores
encontrados.
 GENERACIONES
2500
2000
1500
1000
500
0
0 200 400 600 800 1000

DISTANCIA INICIAL DISTANCIA FINAL

Figura 8. Grafica de los datos obtenidos Generaciones vs Distancia inicial-Distancia final

VALORES OPTIMOS
Una vez realizado la ejecución de cada uno de las variables señalamos todos los valores
óptimos y ejecutamos en el algoritmo genético.

Tabla 10. Datos de la distancia inicial y distancia final ÓPTIMOS, obtenidos mediante la ejecución del algoritmo.

ANÁLISIS
Una vez realizado la ejecución de cada uno de las variables y señalado los valores óptimos de
cada uno se realizar la implementación en el algoritmo genético todos los valores óptimos
dando a conocer que variables son estadísticamente independientes o dependientes.
En donde para este caso de entrenamiento con los valores asignados al algoritmo genético se
reemplazaron separamos primeramente el tamaño Población y el tamaño de la élite nos dio el
siguiente de la distancia final 844.4374, luego incluimos una tercera variable y la distancia final
sube 2024.6412, que esta es la me genera un incremento en donde no es una variable
estadísticamente independiente, luego incluimos otra variable donde la distancia final
disminuye a 1973.4058.
Entonces las variables que son estadísticamente independientes son:
▪ TAMAÑO POBLACIÓN
▪ TAMAÑO ÉLITE
▪ GENERACIONES
La variable que me genera un incremento y a la vez es dependiente es la TASA MUTACIÓN.
ANEXO
CODIGO DEL ALGORITMO GENÉTICO