Referencias Bibliográficas: [Rozenberg et al., 2012,Holland, 1975,,Mitchell, 2004,Michalewicz, 1996]
Temas
- Algoritmo Genético: definición, componentes.
- Algoritmo Genético Canónico: procedimiento elemental, ciclo de un AG, representación (codificación binaria, real a binario, decodificación binario a real), inicialización de la población, evaluación y aptitud, selección (proporcional, torneo), operadores genéticos (cruces, mutaciones), el dilema exploiting-exploring, ajustes en la aptitud, ajustes en la selección.
- Monitoreo de un AG: curvas best-so-far, online, off-line
- Convergencia
- Teoría de Schemata: Máscaras, esquemas, definiciones y propiedades, Schemata theorem: impacto de la selección, cruce de 1 punto y mutación, teorema fundamental de los algoritmos genéticos, hipótesis de los bloques constructores.
Objetivos de Aprendizaje
- Entender los algoritmos genéticos tradicionales.
- Analizar y evaluar ventajas y desventajas del modelo genético tradicional.
- Implementar un ejemplo de algoritmo genético tradicional y analizar su comportamiento.
Generado por Ernesto Cuadros-Vargas , Sociedad Peruana de Computación-Peru, basado en el modelo de la Computing Curricula de IEEE-CS/ACM