Fundamentos de la Computacion Evolutiva
Carmona Suarez,Enrique J
La computación evolutiva puede mejorar su vida y la del resto de personas. ¿Quiere saber cómo? Adéntrese en este libro y descubra la computación evolutiva, una rama de la inteligencia artificial formada por una familia de algoritmos de optimización global: los algoritmos evolutivos. Inspirados en la evolución natural, los algoritmos evolutivos son capaces de obtener solucione...
Sinopsis
La computación evolutiva puede mejorar su vida y la del resto de personas. ¿Quiere saber cómo? Adéntrese en este libro y descubra la computación evolutiva, una rama de la inteligencia artificial formada por una familia de algoritmos de optimización global: los algoritmos evolutivos. Inspirados en la evolución natural, los algoritmos evolutivos son capaces de obtener soluciones equiparables a las de expertos humanos en gran variedad de problemas. Además, son atractivos por aportar soluciones novedosas y brillantes que podrían ser difíciles de lograr por un humano. A lo largo de las últimas décadas, han surgido diferentes variantes de algoritmos evolutivos como resultado del gran interés que han despertado en la comunidad científica. En esta guía encontrará explicaciones detalladas de: o Las subáreas de la computación evolutiva, desde las ideas pioneras hasta las más actuales y novedosas. o Los principales tipos de algoritmos evolutivos. o Las técnicas avanzadas que dotan a estos algoritmos de mayor potencia y versatilidad. Si quiere conseguir una perspectiva global sobre la computación evolutiva, tiene a su alcance el libro adecuado: no pierda la oportunidad de leerlo. Los autores del libro son profesores titulares en el área de Ciencia de la Computación e Inteligencia Artificial y pertenecen al Departamento de Inteligencia Artificial de la Universidad Nacional de Educación a Distancia (UNED). Además de su actividad en docencia, realizan investigación en diferentes campos de la inteligencia artificial y de la computación evolutiva.
Índice
I Algoritmos evolutivos 1 1 Introducción a la computación evolutiva 3 1.1 Inspiración en la biología . . . . . . . . . . . . . . . . . . . . . . . . . . . 3 1.1.1 Teoría de la evolución . . . . . . . . . . . . . . . . . . . . . . . . . 4 1.1.2 Del ADN a las proteínas . . . . . . . . . . . . . . . . . . . . . . . . 5 1.1.3 Reproducción . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7 1.1.4 Mutación . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7 1.2 Historia de la computación evolutiva . . . . . . . . . . . . . . . . . . . . . 9 1.3 Algoritmo evolutivo canónico . . . . . . . . . . . . . . . . . . . . . . . . . 10 1.3.1 Representación de individuos . . . . . . . . . . . . . . . . . . . . . 12 1.3.2 Función de adaptación . . . . . . . . . . . . . . . . . . . . . . . . . 13 1.3.3 Población . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13 1.3.4 Inicialización de la población . . . . . . . . . . . . . . . . . . . . . 14 1.3.5 Selección de padres . . . . . . . . . . . . . . . . . . . . . . . . . . . 14 1.3.6 Operadores de variación . . . . . . . . . . . . . . . . . . . . . . . . 14 1.3.7 Selección de supervivientes . . . . . . . . . . . . . . . . . . . . . . 15 1.3.8 Condición de terminación . . . . . . . . . . . . . . . . . . . . . . . 15 1.4 Algoritmos evolutivos como métodos de búsqueda . . . . . . . . . . . . . . 16 1.5 Campos de aplicación de la computación evolutiva . . . . . . . . . . . . . 17 1.5.1 Aplicaciones en clasi_cación . . . . . . . . . . . . . . . . . . . . . . 18 1.5.2 Aplicaciones en control . . . . . . . . . . . . . . . . . . . . . . . . 18 1.5.3 Aplicaciones en diseño . . . . . . . . . . . . . . . . . . . . . . . . . 18 1.5.4 Aplicaciones en plani_cación . . . . . . . . . . . . . . . . . . . . . 19 1.5.5 Aplicaciones en simulación . . . . . . . . . . . . . . . . . . . . . . 19 2 Algoritmos genéticos 21 2.1 Ejemplo introductorio: el problema del viajante . . . . . . . . . . . . .
Comentarios
Sé el primero en comentar este libroTambién te puede interesar
