Optimización multiobjetivo de procesos usando algoritmos genéticos 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 Optimización multiobjetivo de procesos usando algoritmos genéticos PDF full book. Access full book title Optimización multiobjetivo de procesos usando algoritmos genéticos by . Download full books in PDF and EPUB format.
Author:
Publisher:
ISBN:
Category :
Languages : es
Pages : 92
Get Book Here
Book Description
"Actualmente existen en la literatura diversas técnicas de optimización multiobjetivo las cuales han sido implementadas para la solución de problemas multicriterio, que ha menudo se presentan en ingeniería química. Una herramienta útil en la implantación de estas técnicas cuando se usan simuladores secuenciales son los algoritmos genéticos (AG), los cuales están basados en la evolución natural. Los simuladores de procesos representan un recurso de gran utilidad para el ingeniero de proceso ya que le permiten modelar fácilmente las diversas operaciones unitarias mediante técnicas matemáticas complejas. En este trabajo se integra una técnica de optimización multiobjetivo (con algoritmos genéticos) con el simulador de procesos Aspen Plus para la solución de problemas de separación. Se presenta una guía para la selección de valores adecuados de los parámetros del AG y se propone un nuevo criterio de convergencia, basado en la clasificación de los individuos en intervalos según sus aptitudes; esto con el fin de mejorar el desempeño del AG. "--Resumen página 1.
Author:
Publisher:
ISBN:
Category :
Languages : es
Pages : 92
Get Book Here
Book Description
"Actualmente existen en la literatura diversas técnicas de optimización multiobjetivo las cuales han sido implementadas para la solución de problemas multicriterio, que ha menudo se presentan en ingeniería química. Una herramienta útil en la implantación de estas técnicas cuando se usan simuladores secuenciales son los algoritmos genéticos (AG), los cuales están basados en la evolución natural. Los simuladores de procesos representan un recurso de gran utilidad para el ingeniero de proceso ya que le permiten modelar fácilmente las diversas operaciones unitarias mediante técnicas matemáticas complejas. En este trabajo se integra una técnica de optimización multiobjetivo (con algoritmos genéticos) con el simulador de procesos Aspen Plus para la solución de problemas de separación. Se presenta una guía para la selección de valores adecuados de los parámetros del AG y se propone un nuevo criterio de convergencia, basado en la clasificación de los individuos en intervalos según sus aptitudes; esto con el fin de mejorar el desempeño del AG. "--Resumen página 1.
Author: Erik Valdemar Cuevas Jiménez
Publisher: Alpha Editorial
ISBN: 607622763X
Category : Computers
Languages : es
Pages : 225
Get Book Here
Book Description
El volumen Optimización. Algoritmos programados con MATLAB, excepcional en el idioma español, tiene como objetivo principal exponer los "métodos de cómputo evolutivo" de forma general y concisa para que cualquier lector interesado en el tema pueda acceder a los conocimientos, independientemente de su formación matemática. Su carácter práctico y los múltiples ejercicios incluidos son aprovechables para resolver problemas de optimización en las ciencias y la industria que buscan disminuir los costos de un artículo fabricado, el tiempo de ejecución o los riesgos de inversión a la par de maximizar las ganancias, mejorar la calidad de un producto o aumentar la eficiencia de un dispositivo. Todo lo anterior integrado al código de programación MatLAB con la finalidad de que el lector ponga en práctica el conocimiento adquirido.
Author: Óscar Ulloa Enriquez
Publisher:
ISBN:
Category :
Languages : es
Pages :
Get Book Here
Book Description
En esta tesis se explora el uso de figuras de exploración y explotación en algoritmos de optimización multiobjetivo utilizando una población de soluciones. Se examina el desempeño de estas figuras con respecto a problemas de prueba específicos establecidos y se analiza su viabilidad para aplicarse a problemas de optimizacion multiobjetivo.
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: Miguel Angel Castaneda Reyes
Publisher: Grin Publishing
ISBN: 9783668439528
Category :
Languages : es
Pages : 64
Get Book Here
Book Description
Tesis de Master del ano 2016 en eltema Ciencias de la computacion - Aplicada, Idioma: Espanol, Resumen: En esta tesis presento la comparacion de dos enfoques para resolver el problema de la busqueda de motifs en secuencias de ADN mediante el uso de algoritmos geneticos, el primer enfoque hace una busqueda por posicion, que es evaluar los patrones obtenidos de posiciones iniciales y determinar si es el motif a encontrar en las secuencias, el segundo enfoque es la busqueda por patron, que es evaluar todas las posibles cadenas que se pueden formar con una longitud fija de nucleotidos e ir comparando de principio a fin dentro de las secuencias de ADN para encontrar el motif. Los motifs son una clase de patrones en el contexto del analisis de secuencias biologicas y son de mucha importancia porque se sabe que ciertas proteinas especiales llamadas TF (Transcription Factors) o Factores de Transcripcion, se unen con algunas subcadenas en el ADN formando los motifs o TFBS (Transcription Factors Binding Sites) en espanol Sitios de Union de Factores de Transcripcion y con estas uniones se activa o desactiva el proceso de expresion genetica, mediante el cual los genes son transcritos en forma de ARN mensajero (mARN) llamado ribosoma, el ribosoma toma una secuencia de nucleotidos y los traduce en una cadena de aminoacidos en el orden establecido por el mARN, formando cadenas polimericas lineales de una proteina. Los algoritmos geneticos son modelos computacionales que simulan los procesos biologicos de la reproduccion de las especies y nos ayudan a resolver problemas de optimizacion y busqueda. En este comparativo entre la busqueda de motifs por patrones y la busqueda de motifs por posiciones se pretende determinar que metodo es mas eficiente para encontrar los patrones con mayor exactitud, cual es su complejidad computacional? y como se comporta generacion tras generacion en el algoritmo genetico.
Author: Eduardo Uresti Charre
Publisher:
ISBN:
Category :
Languages : es
Pages : 184
Get Book Here
Book Description
En los algoritmos genéticos la población tiene un doble papel. Por un lado representa lo que puede ser el resultado entregado por el algoritmo, y por otro, la población es la materia prima para la exploración de espacio de búsqueda. Siendo la población lo que el algoritmo entrega en su finalización ésta debe ser cuidadosamente reemplazada por nuevas soluciones que mejor en lo ya encontrado y no destruyan soluciones adecuadas ya descubiertas. Si el problema consiste en encontrar la mejor solución posible en el espacio de búsqueda, es sencillo cuidar el mejor elemento a lo largo de las generaciones. Cuando la solución al problema consiste en encontrar un conjunto múltiple y diverso de puntos, la población debe modificarse con un cuidado adecuado. Este cuidado puede comprometer sustancialmente la capacidad de exploración del espacio de búsqueda. Con el propósito de mantener un nivel adecuado de diversidad en la población el aumentar el tamaño de la población aumenta sustancialmente los recursos requeridos para hacer la evolución de la población y, en el contexto de un problema donde el número de evaluaciones disponible sea limitado o costoso, también puede comprometer el nivel de exploración. El presente trabajo propone y analiza un algoritmo genético que se aplica a problemas de optimización multimodal donde el rol de la población está separado. Este proceso de división es llevado a cabo mediante el manejo de dos poblaciones. Una primera población que hace el papel de una población memoria que representa el conjunto respuesta al problema de búsqueda. Esta población memoria es concebida como un salón de la fama donde se almacenan los mejores individuos encontrados en el proceso de búsqueda. El concepto de mejores el resultado de una combinación entre la aptitud del individuo, una medida descriptiva de la sobrepoblación en el nicho que ocupa, y de un indicador de cómo se compara su evaluación respecto a la de sus compañeros en el nicho. La segunda población representa el medio de exploración en el espacio de soluciones. A la par con estas dos poblaciones, un mecanismo de administración es desarrollado. Este mecanismo se encargará de reemplazar elementos en la población memoria por aún mejores elementos encontrados en el proceso de búsqueda. La otra función importante a su cargo consistirá en formar las poblaciones para cada una de las nuevas exploraciones. El algoritmo desarrollado es comparado experimentalmente con dos de los algoritmos genéticos que mejor se han desempeñado en la solución a problemas de optimización multimodal resultando con ventajas sobro olios. Este algoritmo es aplicado al problema de ruteo de vuelos con múltiples paradas el cual es un problema de optimización discreta de alta complejidad y relevancia práctica. En este problema la evaluación de los individuos tiene un costo computacional elevado, de manera que el overead computacional causado por la administración de la población memoria es reducido cuando se le compara contra los costos de evaluación.
Author: Samuel Sánchez Caballero
Publisher: Ewe Editorial Acad MIA Espa Ola
ISBN: 9783659030390
Category :
Languages : es
Pages : 320
Get Book Here
Book Description
La optimizacion de estructuras ha sido una disciplina muy estudiada por numerosos investigadores durante los ultimos cuarenta anos. A pesar de que durante los primeros veinte anos las tecnicas de Programacion Matematica fueron la herramienta fundamental en este campo, estas han ido perdiendo fuelle frente a un nuevo conjunto de tecnicas metaheuristicas basadas en la Computacion Evolutiva. De entre estas destacan, de manera significativa, los Algoritmos Geneticos. La irrupcion de estas nuevas tecnicas en el campo de la optimizacion de estructuras es debida, en gran medida, a las dificultades de la Programacion Matematica para realizar la optimizacion simultanea de las variables de diseno debido a la elevada alinealidad de estas y sus restricciones. El objetivo fundamental del presente trabajo es ir un poco mas alla en el proceso de la optimizacion simultanea de las variables de diseno, definiendo un algoritmo que no parte de una estructura predefinida y que incorpora los parametros que determinan la geometria."
Author: Jens Gottlieb
Publisher: Springer Science & Business Media
ISBN: 3540253378
Category : Computers
Languages : en
Pages : 282
Get Book Here
Book Description
This book constitutes the refereed proceedings of the 5th European Conference on Evolutionary Computation in Combinatorial Optimization, EvoCOP 2005, held in Lausanne, Switzerland in March/April 2005. The 24 revised full papers presented were carefully reviewed and selected from 66 submissions. The papers cover evolutionary algorithms as well as related approaches like scatter search, simulated annealing, ant colony optimization, immune algorithms, variable neighborhood search, hyperheuristics, and estimation of distribution algorithms. The papers deal with representations, analysis of operators and fitness landscapes, and comparison algorithms. Among the combinatorial optimization problems studied are graph coloring, quadratic assignment, knapsack, graph matching, packing, scheduling, timetabling, lot-sizing, and the traveling salesman problem.
Author: Arturo Casas Sanz
Publisher:
ISBN:
Category :
Languages : es
Pages : 222
Get Book Here
Book Description
En el presente proyecto se ha realizado un estudio de los algoritmos genéticos multiobjetivo, y en su aplicación concreta a la estimación del esfuerzo necesario para desarrollar proyectos software. Además, se ha implementado un algoritmo genético multiobjetivo que se ha aplicado al igual que el algoritmo NSGA-II presentado por K. Deb en 2000 para optimizar el modelo COCOMO para la estimación de proyectos software propuesto por B. Boehm en 1981. Para la optimización del modelo se han utilizado los datos existentes acerca de estimaciones para diferentes proyectos software con dicho modelo en el repositorio PROMISE. Conviene destacar que durante todo el desarrollo del proyecto se ha intentado utilizar, en la medida de lo posible, herramientas, librerías, desarrollos y demás basados en software libre.
Author: M. C. Hugo Román Reyes
Publisher: Eae Editorial Academia Espanola
ISBN: 9783846579282
Category :
Languages : es
Pages : 96
Get Book Here
Book Description
Los algoritmos geneticos son tecnicas de optimizacion que generan una poblacion inicial de cromosomas a los cuales se le aplican los operadores de seleccion, cruce y mutacion para generar una nueva poblacion mejorando los cromosomas de la primera poblacion generada. Cada operador tiene una caracteristica especifica; el operador de seleccion, selecciona los cromosomas padres para ir mejorando la poblacion. El operador de cruce tiene una probabilidad (probabilidad 0.6) de aplicacion para intercambiar los genes de cada cromosoma padre y el operador de mutacion se aplica con una probabilidad minima (probabilidad de 0.001) para ser aplicada a los cromosomas padres."
