1. ¿Que tipo de aplicaciones o problemas podría resolver la computacion evolutiva?
2.¿Cual es el objetivo de la computacino evolutiva?
3.¿Como trabaja la evolucion el los algoritmos evolutivos?
4.¿Cual es la meta de la Porgramacion Genética y que relacion tienen con los AG?
5.¿En que se diferencian los algoritmos geneticos de la estrategia evolutiva?
6.¿En que consite la variacion Randomica y la Seleccion?
7.¿Explique la seleccion : Ciclo de Vida Muerte?
8.¿A que es igual la ecuacion evolutiva?
9.Cual es el significado de busqueda que tiene como objetivo encontrar un conjunto de acciones que vayan de un estado inicial a un estado objetivo, cite 2 ejemplos.
10. ¿Que es la busqueda de soluciones en la CE?
Suscribirse a:
Enviar comentarios (Atom)
11 comentarios:
Con respecto a la pregunta 8:
La ecuacion evolutiva es:
CE = AG + PG + EE + PE
AG (Algoritmos Genéticos)estudia mecanismos de
adaptación natural que podrían ser importados a sistemas de computación que sean adaptativos y
robustos.
PG (Programación genética)trata de generar soluciones a problemas a partir de la inducción de programas.
EE (Estrategias evolutivas)concierne a la velocidad de convergencia
PE (Programación Evolutiva)usa solo mutación y no hay
restricción en el tipo de genoma.
En respuesta a la pregunta 2:
El objetivo de la computación evolutiva es llevar a un computador los principios que están detrás de la evolución. La teoría de la evolución formulada por Darwin, es el gran principio de unificación en Biología, y de esta forma es el principio que enlaza a todos los organismos existentes.
Pregunta 4
La meta de la programación genética es lograr que las computadoras aprendan a resolver problemas sin ser explícitamente programadas.
La PG es una extensión de los algoritmos genéticos, estos utilizan cadenas de longitud fija para representar a la población, la PG utiliza programas de computadora.
pregunta 7
Un ciclo de vida/muerte està influenciado por la aptitud de los individuos mediante
algún mecanismo de selección para simular la supervivencia de las cadenas más
aptas. Una selección proporcional a la aptitud se utiliza comúnmente en la CE.
Otros tipos de selección incluyen la selección al azar de una cadena, torneos
(seleccionar k cadenas aleatoriamente y elegir la mejor entre ellas) y muchas otras
variantes.
Att: DIEGO LOZANO
Pregunta # 1
POR: GABRIEL S. PROAÑO B.
¿Que tipo de aplicaciones o problemas podría resolver la computacion evolutiva?
Respuesta:
La Computación Evolutiva es una técnica inspirada en las leyes de la evolución natural. Actualmente es una de las técnicas de Inteligencia Artificial con mayor auge ya que permite resolver de forma satisfactoria numerosos problemas de optimización combinatoria como los problemas de planificación del transporte, o en general de planificación y asignación de recursos espaciales y temporales. El interés y experiencia en la computación evolutiva se centra principalmente en el desarrollo de algoritmos genéticos para la resolución de problemas de scheduling y otros problemas de satisfacción de restricciones. Además de mejorar la eficiencia de estos algoritmos mediante la introducción de conocimiento específico en los operadores genéticos.
Pregunta # 3
Por: Antonio Andrés Salazar Larco.
Respuesta:
La evolución trabaja haciendo una simulación del progreso vital muchas de estructuras individuales a través de un proceso de SELECCIÓN y REPRODUCCIÓN estos dependen del “procedimiento percibido” (actitud o fitness), de las estructuras individuales en un ambiente dado.
pregunta 10:
con respecto a la busqueda de soluciones podemos referirnos a la estructuración de un espacio de búsqueda no sólo confina las soluciones a la estructura del espacio; conforme aumenta la longitud del mensaje, el número de soluciones se convierte en un porcentaje cada vez menor del espacio de búsqueda.
Respuesta pregunta 5:
Los algoritmos genéticos se diferencian de las estrategias evolutivas en tres caminos principales:
1) el primero es generalmente los cromosomas en E.E. están formados por números reales de bits (3 17 15 2) en vez de (000011 100001...)
2) El segundo es que la mutación cambia muchos o todos los valores en un cromosoma a través de una gaussiana
3) El tercero es que E.E. típicamente usa una versión de model evolutivo de estado
Respuesta a la pregunta 6:
La variación randomica es la forma que utiliza el medio ambiente para formar los pares seleccionados.
Estas soluciones del “padre” entonces generan a “descendiente” por los medios reselección de la variación al azar. Las soluciones resultantes se evalúan para su eficacia--su “aptitud”--y experimentar la selección. Apenas pues la naturaleza impone la regla de la “supervivencia del más apto,” esas soluciones que son cabidos lo más menos posible se quitan de la consideración adicional, y del proceso se repiten sobre las generaciones sucesivas, la selección natural se basa en las condiciones que un medio ambiente determina la eficacia de ciertas particularidades en algunos organismos para su supervivencia y reproducción.
Atte. Christian Arcos
Búsqueda de caminos a objetivos: El objetivo es encontrar eficientemente un conjunto de
acciones que vayan de un estado inicial a un estado objetivo, esta es la forma de búsqueda
central en muchas aproximaciones de Inteligencia Artificial
Ejemplo 1: el problema del “8-puzzle”
Ejemplo 2: el problema del cubo de colores.
Publicar un comentario