Sistemas Inteligentes Algoritmos Evolutivos

Slides:



Advertisements
Presentaciones similares
Introducción a la Investigación de Operaciones
Advertisements

ALGORITMOS GENETICOS EVOLUCIÓN DE UNA POBLACIÓN DE
Complejidad Computacional
Inteligencia Artificial
TEORIA SOBRE LA EVOLUCION
Origen de la vida y evolución.
Algoritmo GENETICO.
Grupo 4 Matías Melgar Pablo Carbonell
Lamarck vs Darwin vs Otros
“Impulsando la Sociedad
Telekom Solutions.
Ajustando el Algoritmo al problema Universidad Nacional Oscar Lozano.
Fijismo y creacionismo
Metaheurística ACO Aplicada a Problemas de Planificación en Entornos Dinámicos de San Pedro M., Pandolfi D., Lasso M., Villagra A. Laboratorio de Tecnologías.
Definición Los Algoritmos Genéticos son métodos adaptativos que pueden usarse para resolver problemas de búsqueda y optimización. los Algoritmos Genéticos.
Introducción a las Metaheurísticas
Métodos basados en poblaciones 1 En cada iteración se trabaja con un conjunto o población de soluciones Computación evolutiva: algoritmos que se inspiran.
Sistemas Inteligentes Algoritmos Geneticos
Representación del Conocimiento Sesion 2. Contenido Representación del Conocimiento. Parte de una representación. Manipulación del Conocimiento. Referencias.
Optimización matemática Algoritmos Genéticos – Parte 2 Por: Antonio H
EVOLUCIÓN.
Algoritmos Genéticos (AG) Integrantes: Rubén Levineri Miguel Rozas Juan Yañez Faltan autores y bibliografía.
Elementos de la Teoría de la Evolución
Universidad Michoacana de San Nicolás de Hidalgo Facultad de Ingeniería Eléctrica División de Estudios de Posgrado Algoritmos Genéticos.
Tema 6 Razonamiento aproximado

1 LENGUAJES DE PROGRAMACIÓN Javier Martín Centro Asociado de Móstoles UNED.
DIFERENCIAS ENTRE INGENIERÍA DE SISTEMAS E INGENIERÍA EN INFORMÁTICA.
UNIDAD IV: VARIABILIDAD, EVOLUCIÓN Y ADAPTACIÓN
(Organización y Manejo de Archivos)
La evolución y otras cosas
COMPUTACION EVOLUTIVA Introducción. Computación Evolutiva: Computación Evolutiva: Enfoque alternativo para abordar problemas complejos de: Enfoque alternativo.
Teorías de la evolución
BIOINFORMÁTICA TEMA 1 INTRODUCCIÓN
Computación Evolutiva
UNIDAD 2. ALGORITMOS Y ESTRUCTURAS DE DATOS.
INTELIGENCIA ARTIFICIAL FISI – UNMSM II. Representación de problemas como búsqueda en un espacio de estados Definición de problemas de la I.A.
Algoritmos Geneticos con Redes Neuronales
1 Introducción a la Computación para Biólogos, Bioquímicos, Médicos, etc.
Tema 1: Introducción a la biología
Métodos de Análisis Ingenieril
Sistema De Apoyo A La Asignación De Horarios De Clases Para El Colegio Piamarta UCINFSantiago, 18 de Noviembre 2006 Darío Díaz Videla iii. Teoría Enfoques.
Una introducción a la computación evolutiva
Propuesta del algoritmo
Como no sabían que era imposible, lo hicieron. Anónimo.
Mary C. Jarur M. ww.udec.cl/~mjarur
Incorporando Búsqueda Local a un Algoritmo ACO para el Problema de Scheduling de Tardanza Ponderada Lasso M., de San Pedro M Laboratorio de Tecnologías.
Investigación Algorítmica ChasquiSoft. Integrantes Contreras Ames, Roy Carlos Gaspar Calle, Ronald Urlich Ames, Rafael Paredes.
1.
INSTINTO Y EVOLUCION JWT.
Origen de las especies Charles Darwin.
3.1 EVOLUCIÓN.
Teoría sintética Uno de los representantes de la teoría sintética es :George Gaylord Simpson -Nacido el 16 de junio de 1902 y fallecido el 6 de octubre 
Métodos de muestreo.
Optimización Combinatoria y Grafos Búsqueda Tabú
Investigación Algorítmica ChasquiSoft. Integrantes Contreras Ames, Roy Carlos Gaspar Calle, Ronald Urlich Ames, Rafael Paredes.
D. Pandolfi., A. Villagra, E. de San Pedro, M. Lasso LabTEm: Laboratorio de Tecnologías Emergentes Universidad Nacional de la Patagonia Austral Unidad.
Introducción a los Sistemas Inteligentes
ALGORITMOS GENETICOS.
INTELIGENCIA ARTIFICIAL. Redes Neuronales Artificiales Mecanismos de aprendizaje ◦ Entrada x ◦ Salida y ◦ Peso w ◦ Transferencia ~
Taller: Inteligencia Computacional
Ingeniería del Software I
INTELIGENCIA ARTIFICIAL APLICADA A LA ROBOTICA
Heurística. Los procesos que se llevan a cabo en el cerebro pueden ser analizados, a un nivel de abstacción dado, como procesos computacionales de algún.
Introducción a la Inteligencia Artificial
Investigación Algorítmica ChasquiSoft. Integrantes Contreras Ames, Roy Carlos Gaspar Calle, Ronald Urlich Ames, Rafael Paredes.
TEORIAS SOBRE EL ORIGEN DE LAS ESPECIES
LA EVOLUCIÓN BIOLÓGICA
La diversidad de la vida y su clasificación
Programación I Prof. Carolina Cols. Algoritmo es una lista bien definida, ordenada y finita de operaciones que permite hallar la solución a un problema.
Transcripción de la presentación:

Sistemas Inteligentes Algoritmos Evolutivos [Unmsm - Fisi] viernes, 07 de abril de 2017viernes, 07 de abril de 2017

Temario Introducción a las Metaheuristicas. Evolución natural y artificial. Algoritmos evolutivos

Introducción a las Metaheuristicas. La metaheurística son parte de los métodos heurísticos para dar solucion a un tipo de problema computacional general, utilizando los parámetros entregados por el usuario sobre unos procedimientos genéricos y abstractos de manera como se espera eficiente. Normalmente, estos procedimientos son heurísticos.

Vetajas de la Metaheuristicas. Ventajas: Algoritmos de propósito general Fácilmente implementables Facil utilizacion en paralelo Desventajas: No son Exactos Son Probabilisticos Tienen poca base teorica.

Introducción a las Metaheuristicas. Clasificación de las Metaheurísticas Existen distintas metaheurísticas en función de conceptos como: Uso de poblaciones de soluciones Uso de memoria Número de vecindarios considerados Fuente de inspiración

Evolución natural y artificial. La práctica de la evolucion artificial es muy antigua, tanto en agricultura como en ganadería. Charles Darwin conoció esta práctica, y su tesis sobre la causa de la evolución biológica reposa, en gran medida, en el concepto de evolucion natural, idea que él extrapola de la evolucion artificial: la naturaleza efectuaría un proceso parecido al que realiza el hombre que elige los animales o plantas que desea transformar y, mediante la reproducción controlada, fomenta las caracteríticas que desea que se desarrollen más. L a mas grande de las diferencias se encuentra en que la evolucion natural no es planificada mientras que la artificial si.

Algoritmos Evolutivos Un algoritmo Evolutivo es un Metodo para la Optimizacion y busqueda de mejores soluciones basado en el postulado de la evolucion biologica. En ellos se mantiene una cantidad de variables que representan posibles soluciones, las cuales se mezclan, y compiten entre sí, de tal manera que las más aptas son capaces de prevalecer a lo largo del tiempo, evolucionando hacia mejores soluciones cada vez.

Algoritmos Evolutivos Estos algoritmos son parte de la inteligencia artificial asi como la computacion evolutiva. Son utilizados principalmente en problemas con espacios de búsqueda extensos y no lineales. Este metodo busca solucion donde otros metodos no han podido encontrarla.

Algoritmos Evolutivos Según la teoría de la evolución las entidades que representan las soluciones al problema se denominan individuos y el conjunto de individuos viene a ser la poblacion. Los individuos son modificados por operadores genéticos, principalmente el sobrecruzamiento ,la cual es la mezcla de informacion entre dos o mas individuos dentro de una poblacion. selección: viene a ser la eleccion de individuos que sobreviviran y conformaran una siguiente generacion. Y asi la población va mejorando gradualmente.

GRACIAS