Estudio de los algoritmos evolutivos y su implementación como técnica heurística de optimización para su aplicación industrial PDF Download
Are you looking for read ebook online? Search for your book and save it on your Kindle device, PC, phones or tablets. Download Estudio de los algoritmos evolutivos y su implementación como técnica heurística de optimización para su aplicación industrial PDF full book. Access full book title Estudio de los algoritmos evolutivos y su implementación como técnica heurística de optimización para su aplicación industrial by . Download full books in PDF and EPUB format.
Author:
Publisher:
ISBN:
Category :
Languages : es
Pages : 307
Get Book Here
Book Description
Author:
Publisher:
ISBN:
Category :
Languages : es
Pages : 307
Get Book Here
Book Description
Author: Carlos Cervigon Ruckaüer
Publisher: Editorial Ra-Ma
ISBN: 9788478979110
Category : Computers
Languages : es
Pages : 330
Get Book Here
Book Description
Los algoritmos evolutivos constituyen una técnica general de resolución de problemas de búsqueda y optimización inspirada en la teoría de la evolución de las especies y la selección natural. Estos algoritmos permiten abordar problemas complejos que surgen en las ingenierías y los campos científicos: problemas de planificación de tareas, horarios, tráfico aéreo y ferroviario, búsqueda de caminos óptimos, optimización de funciones, etc. Con este libro hemos querido aportar un enfoque práctico al estudio de los algoritmos evolutivos, que es fundamental para aplicarlos a problemas reales de cualquier disciplina del conocimiento. El libro tiene dos partes: la primera, en la que se describen los algoritmos; y la segunda en la que se proponen numerosos proyectos y se resuelven empleando estas técnicas. Los algoritmos evolutivos presentan una estructura general que puede aplicarse a los distintos problemas, facilitando así enormemente las tareas de diseño e implementación. El único requisito de un usuario que desee aplicar esta técnica para resolver un problema concreto es saber programar en cualquier lenguaje de propósito general en el que codificaría el algoritmo evolutivo. Sin embargo, para obtener buenos resultados con estos algoritmos es necesario conocerlos con detalle, ya que dentro del esquema general de un algoritmo evolutivo hay que elegir múltiples componentes y parámetros, de los que va a depender la calidad del resultado y la eficiencia del algoritmo. El conocimiento de la elección más adecuada en cada caso, que a menudo depende de detalles sutiles del problema considerado, sólo se consigue con la práctica. Esta idea nos ha llevado a proponer este libro, que consideramos adecuado para cualquier ingeniero o licenciado con conocimientos básicos de programación.
Author: Erik Valdemar Cuevas
Publisher: Marcombo
ISBN: 8426738494
Category : Computers
Languages : es
Pages : 269
Get Book Here
Book Description
La eficiencia y la optimización se erigen como principios clave de la ingeniería y la gestión. Poseer las herramientas y técnicas de optimización correctas se ha vuelto indispensable. La revolución tecnológica y el auge del análisis de datos han resaltado el inmenso valor de los algoritmos de optimización, capaces de descubrir las mejores soluciones en una amplia gama de escenarios, desde la optimización de recursos en proyectos de ingeniería hasta la estrategia de toma de decisiones en la gestión empresarial. Sin embargo, adentrarse en el aprendizaje de la optimización numérica representa un reto significativo, que demanda una sólida comprensión de las matemáticas y la programación informática. La abrumadora cantidad de nueva información y la jerga especializada pueden ser particularmente intimidantes sin la guía de un experto. Este libro se presenta como la solución a este desafío: ofrece una introducción al fascinante mundo de la optimización numérica con un estilo claro y ameno, proporcionando simultáneamente las herramientas esenciales de matemáticas y programación de manera secuencial y accesible, sin necesidad de conocimientos previos especializados. Se distingue de otras publicaciones especializadas por su enfoque eminentemente práctico. Incluye ejemplos en MATLAB, que sirven como herramienta práctica para reducir la distancia entre la teoría y su aplicación en el mundo real. La inclusión de ejemplos de código ya preparados y su explicación línea por línea no solo hace que la materia resulte más atractiva, sino que también anima a experimentar, modificar y mejorar el código con sus propias ideas. Si se acerca a la optimización numérica por primera vez como estudiante, este libro será un recurso de gran valor para sus estudios, y le brindará un entendimiento profundo de los algoritmos de optimización y su aplicación práctica. Si es un profesional que busca adentrarse en el campo de la optimización sin ser un especialista, encontrará en este libro un excelente punto de partida.
Author: David Roche Valles
Publisher:
ISBN: 9788449054778
Category :
Languages : en
Pages : 101
Get Book Here
Book Description
El objetivo de esta tesis es de determinar la calidad de las condiciones de parada existentes para terminar un Algoritmo Evolutivo cuando llegue a su un estado estacionario. Un Algoritmo Evolutivo es una técnica iterativa basada en poblaciones de individuos e inspirada en las reglas de la evolución natural para encontrar (o explorar) el conjunto de puntos, en un espacio de búsqueda, que mejor se ajustan a una situación dada de acuerdo con una función de coste. Delante de cualquier problema, en prácticamente todas las situaciones, se necesita explorar un conjunto de posibles soluciones donde cada una de ellas se puede evaluar. Por tanto, los Algoritmos Evolutivos se pueden entender como una técnica de optimización si tenemos una función de coste que determine la bondad del ajuste. Como para cualquier técnica iterativa, es esencial disponer de un criterio de parada. En el caso de los métodos de optimización, el algoritmo habría de parase en el momento en el que ha llegado a su estado estacionario y por tanto ya no se podrán mejorar los resultados. Determinar la fiabilidad de las condiciones de parada de un algoritmo evolutivo es de gran importancia. Un criterio de parada débil o equivocado puede afectar negativamente tanto al esfuerzo computacional como al resultado final. En esta tesis introducimos un marco estadístico para determinar cuándo una condición de parada es capaz de parar el Algoritmo Evolutivo en el momento en el que llegue a su estado estacionario. Por una parte, se presenta una aproximación numérica a los estados estacionarios para detectar el momento en el cual la población de individuos del algoritmo evolutivo ha perdido su diversidad. Esta aproximación se ha aplicado a diferentes métodos de computación evolutiva que están basados en la diversidad y a una selección de funciones que cubren las propiedades más relevantes respecto a la convergencia de los algoritmos evolutivos. Los experimentos muestran que la condición presentada funciona independientemente de la dimensión del espacio de búsqueda y del perfil de la función de coste. También muestran que el método Differential Evolution (DE) figura como el mejor paradigma entre los algoritmos evolutivos para aplicar el método de parada. Por otra parte, utilizamos un modelo de regresión lineal para determinar los requisitos que aseguran que una medida derivada de la población evolutiva del algoritmo evolutivo está relacionada con la distancia al óptimo en el espacio de búsqueda. El marco teórico presentado se analiza para diferentes funciones de un conjunto de funciones marco y para dos criterios de parada estándar basados en la mejora del valor de la función de coste y en la distribución en el espacio de búsqueda de la población de individuos para cada método de los algoritmos evolutivos. Los resultados validan el marco estadístico presentado como una buena herramienta para determinar la capacidad de una medida para parar el algoritmo evolutivo y selecciona la medida basada en la distribución de la población como la más conveniente para aplicaciones en casos reales.
Author: Thomas Jansen
Publisher: Springer Science & Business Media
ISBN: 364217339X
Category : Computers
Languages : en
Pages : 264
Get Book Here
Book Description
Evolutionary algorithms is a class of randomized heuristics inspired by natural evolution. They are applied in many different contexts, in particular in optimization, and analysis of such algorithms has seen tremendous advances in recent years. In this book the author provides an introduction to the methods used to analyze evolutionary algorithms and other randomized search heuristics. He starts with an algorithmic and modular perspective and gives guidelines for the design of evolutionary algorithms. He then places the approach in the broader research context with a chapter on theoretical perspectives. By adopting a complexity-theoretical perspective, he derives general limitations for black-box optimization, yielding lower bounds on the performance of evolutionary algorithms, and then develops general methods for deriving upper and lower bounds step by step. This main part is followed by a chapter covering practical applications of these methods. The notational and mathematical basics are covered in an appendix, the results presented are derived in detail, and each chapter ends with detailed comments and pointers to further reading. So the book is a useful reference for both graduate students and researchers engaged with the theoretical analysis of such algorithms.
Author: VV.AA.
Publisher: Marcombo
ISBN: 8426729614
Category : Computers
Languages : es
Pages : 225
Get Book Here
Book Description
Optimización. Algoritmos programados con MATLAB es un libro de texto para estudiantes y profesionales en las áreas de ciencias de la computación, inteligencia artificial, investigación de operaciones, matemáticas aplicadas y control de calidad. El principal objetivo de este libro es brindar una visión unificada de los métodos de cómputo evolutivo, de tal forma que se presentan los principios de diseño así como los operadores de los enfoques evolutivos fundamentales, además de que se considera su implementación por medio de la programación con MATLAB. El lector conocerá los conceptos necesarios para desarrollar y modificar los métodos de cómputo evolutivo con el fin de obtener los desempeños adecuados a las necesidades específicas de los problemas de optimización que normalmente surgen en varios nichos y proyectos industriales, entre otros ámbitos. Los diferentes algoritmos y métodos de cómputo evolutivo que presenta la optimización. El ciclo de cada algoritmo, así como su inicialización, cruza y mutación. Un enfoque amplio hacia la identificación de los pseudocódigos y los diagramas de flujo propios de cada algoritmo. Erik Valdemar Cuevas Jiménez. Es Ingeniero en Comunicaciones y Electrónica por parte de la Universidad de Guadalajara, Maestro en Electrónica Industrial por el ITESO y Doctor en Inteligencia Artificial por la Universidad Libre de Berlín (FUBerlín), en Alemania. Diego Alberto Oliva Navarro. Ingeniero en Electrónica y Computación por el Centro de Enseñanza Técnica Industrial y Maestro en Ciencias en Ingeniería Electrónica y Computación por el Centro Universitario de Ciencias Exactas e Ingenierías de la Universidad de Guadalajara, en México. Doctor en Ingeniería Informática por la Universidad Complutense de Madrid, en España. Margarita Arimatea Díaz Cortés. Recibió el grado en Ingeniera Biomédica en la Universidad de Guadalajara y el grado de Maestra en Ciencias de la Ingeniería Electrónica y Computación por la misma institución. Actualmente estudia el doctorado en Ciencias Computacionales en la Universidad Libre de Berlín. José Valentín Osuna Enciso. Estudió Ingeniería en Electrónica en el Instituto Tecnológico del Mar en Sinaloa, la Maestría en Ciencias en Ingeniería Electrónica y Computación en el Centro Universitario de Ciencias Exactas e Ingenierías de la Universidad de Guadalajara, y el Doctorado en Ciencias de la Computación por el Centro de Investigación en Computación del Instituto Politécnico Nacional.
Author: Ernesto Sanchez
Publisher: Springer Science & Business Media
ISBN: 3642274676
Category : Technology & Engineering
Languages : en
Pages : 137
Get Book Here
Book Description
"Industrial applications of evolutionary algorithms" is intended as a resource for both experienced users of evolutionary algorithms and researchers that are beginning to approach these fascinating optimization techniques. Experienced users will find interesting details of real-world problems, advice on solving issues related to fitness computation or modeling, and suggestions on how to set the appropriate parameters to reach optimal solutions. Beginners will find a thorough introduction to evolutionary computation, and a complete presentation of several classes of evolutionary algorithms exploited to solve different problems. Inside, scholars will find useful examples on how to fill the gap between purely theoretical examples and industrial problems. The collection of case studies presented is also extremely appealing for anyone interested in Evolutionary Computation, but without direct access to extensive technical literature on the subject. After the introduction, each chapter in the book presents a test case, and is organized so that it can be read independently from the rest: all the information needed to understand the problem and the approach is reported in each part. Chapters are grouped by three themes of particular interest for real-world applications, namely prototype-based validation, reliability and test generation. The authors hope that this volume will help to expose the flexibility and efficiency of evolutionary techniques, encouraging more companies to adopt them; and that, most of all, you will enjoy your reading.
Author: Torres Knight Ricardo Ramon
Publisher: Editorial Academica Espanola
ISBN: 9783844343809
Category :
Languages : es
Pages : 100
Get Book Here
Book Description
El presente trabajo muestra como la aplicacion de Algoritmos Evolutivos dentro de la Inteligencia Artificial, pueden ayudar a solucionar problemas eficientemente dentro del ambito de la manufactura. Se cubre ampliamente un caso en particular acerca de como uno de estos algoritmos ayuda a obtener una solucion optima que sugiere que materia prima puede ser reutilizada, tomandola del desecho que se tiene en la compania (SCRAP). El Algoritmo Evolutivo tambien sugiere donde colocar la materia prima dentro de los nuevos requerimentos de manufactura que se tengan para el instante de la ejecucion del programa de produccion. Dentro de esta gama de algoritmos el caso seleccionado es el Algoritmo Genetico, que es un algoritmo que trabaja con optimizaciones de una forma eficiente, y dado que el problema atacado por esta investigacion es un problema de optimizacion, mas especificamente de maximizar el uso de materia prima rescatada del desperdicio, se quiso comprobar que el utilizar este algoritmo, cumple con el objetivo de hacer esta tarea con un alto grado de eficiencia."
Author: Benjamin Doerr
Publisher: Springer Nature
ISBN: 3030294145
Category : Computers
Languages : en
Pages : 506
Get Book Here
Book Description
This edited book reports on recent developments in the theory of evolutionary computation, or more generally the domain of randomized search heuristics. It starts with two chapters on mathematical methods that are often used in the analysis of randomized search heuristics, followed by three chapters on how to measure the complexity of a search heuristic: black-box complexity, a counterpart of classical complexity theory in black-box optimization; parameterized complexity, aimed at a more fine-grained view of the difficulty of problems; and the fixed-budget perspective, which answers the question of how good a solution will be after investing a certain computational budget. The book then describes theoretical results on three important questions in evolutionary computation: how to profit from changing the parameters during the run of an algorithm; how evolutionary algorithms cope with dynamically changing or stochastic environments; and how population diversity influences performance. Finally, the book looks at three algorithm classes that have only recently become the focus of theoretical work: estimation-of-distribution algorithms; artificial immune systems; and genetic programming. Throughout the book the contributing authors try to develop an understanding for how these methods work, and why they are so successful in many applications. The book will be useful for students and researchers in theoretical computer science and evolutionary computing.
Author: Arnaud Liefooghe
Publisher: Springer
ISBN: 3319774492
Category : Computers
Languages : en
Pages : 203
Get Book Here
Book Description
This book constitutes the refereed proceedings of the 18th European Conference on Evolutionary Computation in Combinatorial Optimization, EvoCOP 2018, held in Parma, Italy, in April 2018, co-located with the Evo* 2018 events EuroGP, EvoMUSART and EvoApplications. The 12 revised full papers presented were carefully reviewed and selected from 37 submissions. The papers cover a wide spectrum of topics, ranging from the foundations of evolutionary computation algorithms and other search heuristics, to their accurate design and application to both single- and multi-objective combinatorial optimization problems. Fundamental and methodological aspects deal with runtime analysis, the structural properties of fitness landscapes, the study of metaheuristics core components, the clever design of their search principles, and their careful selection and configuration by means of automatic algorithm configuration and hyper-heuristics. Applications cover conventional academic domains such as NK landscapes, binary quadratic programming, traveling salesman, vehicle routing, or scheduling problems, and also include real-world domains in clustering, commercial districting and winner determination.
