Introducción a los Algoritmos Bio-Inspirados. Paradigmas Básicos y Nuevos Enfoques. PDF
Preview Introducción a los Algoritmos Bio-Inspirados. Paradigmas Básicos y Nuevos Enfoques.
Introduccio´n a los Algoritmos Bio-Inspirados. Paradigmas Ba´sicos y Nuevos Enfoques. Dr. Efre´n Mezura Montes LaboratorioNacionaldeInforma´ticaAvanzada LANIAA.C. Re´bsamenNo.80,CENTRO,Xalapa,Veracruz,91000,ME´XICO [email protected] http://www.lania.mx/˜emezura Fifth Mexican International Conference on Artificial Intelligence (MICAI 2006) Apizaco, Tlaxcala, Noviembre, 2006 Efre´nMezuraMontes () AlgoritmosBio-Inspirados MICAI2006 1/142 Organizacio´n de la presentacio´n 1 Introduccio´n El problema de optimizacio´n. Algunos conceptos importantes Me´todos de Programacio´n Matema´tica ¿Por que´ las heur´ısticas? 2 Algoritmos Evolutivos Inspiracio´n biolo´gica Terminolog´ıa Principales paradigmas 3 Algoritmos de Inteligencia en Cu´mulos Optimizacio´n mediante Cu´mulos de Part´ıculas Optimizacio´n mediante la Colonia de Hormigas 4 Aplicaciones 5 Conclusiones Efre´nMezuraMontes () AlgoritmosBio-Inspirados MICAI2006 2/142 Organizacio´n de la presentacio´n 1 Introduccio´n El problema de optimizacio´n. Algunos conceptos importantes Me´todos de Programacio´n Matema´tica ¿Por que´ las heur´ısticas? 2 Algoritmos Evolutivos Inspiracio´n biolo´gica Terminolog´ıa Principales paradigmas 3 Algoritmos de Inteligencia en Cu´mulos Optimizacio´n mediante Cu´mulos de Part´ıculas Optimizacio´n mediante la Colonia de Hormigas 4 Aplicaciones 5 Conclusiones Efre´nMezuraMontes () AlgoritmosBio-Inspirados MICAI2006 2/142 Organizacio´n de la presentacio´n 1 Introduccio´n El problema de optimizacio´n. Algunos conceptos importantes Me´todos de Programacio´n Matema´tica ¿Por que´ las heur´ısticas? 2 Algoritmos Evolutivos Inspiracio´n biolo´gica Terminolog´ıa Principales paradigmas 3 Algoritmos de Inteligencia en Cu´mulos Optimizacio´n mediante Cu´mulos de Part´ıculas Optimizacio´n mediante la Colonia de Hormigas 4 Aplicaciones 5 Conclusiones Efre´nMezuraMontes () AlgoritmosBio-Inspirados MICAI2006 2/142 Organizacio´n de la presentacio´n 1 Introduccio´n El problema de optimizacio´n. Algunos conceptos importantes Me´todos de Programacio´n Matema´tica ¿Por que´ las heur´ısticas? 2 Algoritmos Evolutivos Inspiracio´n biolo´gica Terminolog´ıa Principales paradigmas 3 Algoritmos de Inteligencia en Cu´mulos Optimizacio´n mediante Cu´mulos de Part´ıculas Optimizacio´n mediante la Colonia de Hormigas 4 Aplicaciones 5 Conclusiones Efre´nMezuraMontes () AlgoritmosBio-Inspirados MICAI2006 2/142 Organizacio´n de la presentacio´n 1 Introduccio´n El problema de optimizacio´n. Algunos conceptos importantes Me´todos de Programacio´n Matema´tica ¿Por que´ las heur´ısticas? 2 Algoritmos Evolutivos Inspiracio´n biolo´gica Terminolog´ıa Principales paradigmas 3 Algoritmos de Inteligencia en Cu´mulos Optimizacio´n mediante Cu´mulos de Part´ıculas Optimizacio´n mediante la Colonia de Hormigas 4 Aplicaciones 5 Conclusiones Efre´nMezuraMontes () AlgoritmosBio-Inspirados MICAI2006 2/142 Organizacio´n de la presentacio´n 1 Introduccio´n El problema de optimizacio´n. Algunos conceptos importantes Me´todos de Programacio´n Matema´tica ¿Por que´ las heur´ısticas? 2 Algoritmos Evolutivos Inspiracio´n biolo´gica Terminolog´ıa Principales paradigmas 3 Algoritmos de Inteligencia en Cu´mulos Optimizacio´n mediante Cu´mulos de Part´ıculas Optimizacio´n mediante la Colonia de Hormigas 4 Aplicaciones 5 Conclusiones Efre´nMezuraMontes () AlgoritmosBio-Inspirados MICAI2006 3/142 Planteamiento del problema Problema general de programacio´n no lineal Encontrar ~x que optimice f(~x) sujeto a: g(~x) ≤ 0, i = 1,...,m i h(~x) = 0, j = 1,...,p j donde~x ∈ IRn es el vector de soluciones~x = [x ,x ,...,x ]T, donde 1 2 n cada x, i = 1,...,n esta´ delimitada por los l´ımites inferiores y i superiores L ≤ x ≤ U i i i Si denotamos con F la regio´n factible y con S al espacio total de bu´squeda, entonces deber´ıa ser claro que F ⊆ S. Efre´nMezuraMontes () AlgoritmosBio-Inspirados MICAI2006 4/142 Organizacio´n de la presentacio´n 1 Introduccio´n El problema de optimizacio´n. Algunos conceptos importantes Me´todos de Programacio´n Matema´tica ¿Por que´ las heur´ısticas? 2 Algoritmos Evolutivos Inspiracio´n biolo´gica Terminolog´ıa Principales paradigmas 3 Algoritmos de Inteligencia en Cu´mulos Optimizacio´n mediante Cu´mulos de Part´ıculas Optimizacio´n mediante la Colonia de Hormigas 4 Aplicaciones 5 Conclusiones Efre´nMezuraMontes () AlgoritmosBio-Inspirados MICAI2006 5/142 ´ Optimo global En las siguientes definiciones asumiremos minimizacio´n (sin pe´rdida degeneralidad). ~x∗ = [x∗,x∗,...,x∗]T serefierealpuntoo´ptimoyasu 1 2 n valor correspondiente de la funcio´n objetivo f(~x∗) se le llama valor o´ptimo. Al par~x∗ y f(~x∗) se le llama solucio´n o´ptima. Efre´nMezuraMontes () AlgoritmosBio-Inspirados MICAI2006 6/142
Description:The list of books you might like
