Encabezado Facultad de Ciencias
Presentación

Ciencias de la Computación (plan 1994) 2014-1

Optativas, Algoritmos Genéticos

Grupo 7007, 40 lugares. 4 alumnos.
Profesor Luis German Pérez Hernández lu mi 17 a 18:30 P103
Ayudante Edgar David Arenas Díaz ma ju 16 a 17 P103
Ayud. Lab. Edgar David Arenas Díaz lu 14 a 16 Laboratorio de Ciencias de la Computación 1

 

Definición: Un algoritmo genético es un algoritmo heurístico (ósea que no se garantiza que de la solución verdadera, pero se acerca lo suficiente) basado en la teoría de la evolución de las especies para poder resolver problemas de optimización y búsqueda. Estos algoritmos son de suma importancia por su efectividad comprobada para tratar de resolver problemas NP.

Los algoritmos genéticos son parte de la inteligencia artificial y es la base de los algoritmos bio-inspirados y evolutivos. Los cuales son aplicados en diferentes áreas del conocimiento para resolver problemas no deterministicos.

Temario del curso de Algoritmos Genéticos


1. Introducción
1.1 Fundamentos Biológicos para resolver Problemas de Optimización
1.2 Evolución Natural
1.3 Algoritmos Bio-Inspirados
1.4 Algoritmos Genéticos
Codificación
Función de Adaptación
Selección
Cruzamiento
Mutación
Elitismo
1.5 Algoritmo Genético Tradicional
Ejemplos
Ejercicios
Programación


2. Esquemas
2.1 Teorema de los Esquemas
Selección
Cruzamiento
Mutación
Tipos de cruzamiento
2.2 Cruzamiento de un punto
2.3 Cruzamiento de dos puntos
2.4 Cruzamiento uniforme


3. Optimización
3.1Problemas de optimización
3.2Optimización Continua
Optimización restringida
Optimización no restringida
3.3Optimización Combinatoria
Problema de la Mochila
Problema de Redes
Problema del Agente Viajero
3.1 Métodos de Resolución en Optimización Combinatoria
Técnicas Exhaustivas
3.5 Técnicas Heurísticas
Tipos de heurísticas
Ejercicios
Programación


4. Algoritmos genéticos híbridos
4.1 Hibridación
4.2 Adaptación de un algoritmo genético
Uso de la codificación actual
Hibridación cuando sea posible
Adaptación de los operadores genéticos

5. Algoritmos genéticos paralelos
5.1 Terminología
5.2 Modelos de computación paralela
5.3 Modelos de organización de memoria
5.4 Paralelización de los algoritmos genéticos
5.5 Clasificación de los algoritmos genéticos en paralelo
Algoritmos genéticos de maestro-esclavo
Algoritmos genéticos de granularidad fina y población sencilla
Algoritmos genéticos de granularidad gruesa de múltiples poblaciones (método de islas)
Ejercicios
Programación

Calificación: A convenir en clase.

 


Hecho en México, todos los derechos reservados 2011-2016. Esta página puede ser reproducida con fines no lucrativos, siempre y cuando no se mutile, se cite la fuente completa y su dirección electrónica. De otra forma requiere permiso previo por escrito de la Institución.
Sitio web administrado por la Coordinación de los Servicios de Cómputo de la Facultad de Ciencias. ¿Dudas?, ¿comentarios?. Escribenos. Aviso de privacidad.