Una técnica para estabilizar la cantidad de individuos en algoritmos genéticos de población variable
- Autores
- Ponzoni, Ignacio; Vázquez, Gustavo Esteban; Gallard, Raúl Hector; Maller, Patricio A.
- Año de publicación
- 2001
- Idioma
- español castellano
- Tipo de recurso
- documento de conferencia
- Estado
- versión publicada
- Descripción
- La elección del tamaño de población condiciona el desempeño de los algoritmos genéticos. Una población pequeña puede aumentar la presión selectiva, conduciendo a una convergencia prematura, mientras que para un número de individuos muy grande el alcance de la solución se torna lenta. Una alternativa es usar un algoritmo genético de población variable, el cual ajusta la cantidad de individuos dinámicamente mediante el concepto de edad. Esta técnica, aunque más flexible, presenta una gran sensibilidad en relación con sus parámetros: pequeñas variaciones en el máximo tiempo de vida de un individuo pueden llevar de la extinción a la superpoblación para un mismo problema. En este trabajo se presenta la noción de inundación, la cual permite mantener estable la población. La idea es eliminar, con cierta probabilidad, a individuos por debajo del fitness medio. Asimismo, también se incluye un control para evitar la extinción. Los resultados revelan que, aunque el mejor individuo promedio no supera al obtenido por el método original, el nuevo algoritmo logra mejores tiempos de ejecución pues opera sobre poblaciones más chicas. Además, la media poblacional se incrementa debido a las inundaciones. De este modo, nuestra propuesta resulta apropiada cuando se requieren buenas poblaciones con bajos tiempos de ejecución.
Eje: Computación evolutiva
Red de Universidades con Carreras en Informática (RedUNCI) - Materia
-
Ciencias Informáticas
Evolución
Algorithms
densidad de población
Algoritmos genéticos
tamaño de población
adaptabilidad - Nivel de accesibilidad
- acceso abierto
- Condiciones de uso
- http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
- Repositorio
.jpg)
- Institución
- Universidad Nacional de La Plata
- OAI Identificador
- oai:sedici.unlp.edu.ar:10915/23509
Ver los metadatos del registro completo
| id |
SEDICI_7390d62f9674ac6bf787215c3cece5aa |
|---|---|
| oai_identifier_str |
oai:sedici.unlp.edu.ar:10915/23509 |
| network_acronym_str |
SEDICI |
| repository_id_str |
1329 |
| network_name_str |
SEDICI (UNLP) |
| spelling |
Una técnica para estabilizar la cantidad de individuos en algoritmos genéticos de población variablePonzoni, IgnacioVázquez, Gustavo EstebanGallard, Raúl HectorMaller, Patricio A.Ciencias InformáticasEvoluciónAlgorithmsdensidad de poblaciónAlgoritmos genéticostamaño de poblaciónadaptabilidadLa elección del tamaño de población condiciona el desempeño de los algoritmos genéticos. Una población pequeña puede aumentar la presión selectiva, conduciendo a una convergencia prematura, mientras que para un número de individuos muy grande el alcance de la solución se torna lenta. Una alternativa es usar un algoritmo genético de población variable, el cual ajusta la cantidad de individuos dinámicamente mediante el concepto de edad. Esta técnica, aunque más flexible, presenta una gran sensibilidad en relación con sus parámetros: pequeñas variaciones en el máximo tiempo de vida de un individuo pueden llevar de la extinción a la superpoblación para un mismo problema. En este trabajo se presenta la noción de inundación, la cual permite mantener estable la población. La idea es eliminar, con cierta probabilidad, a individuos por debajo del fitness medio. Asimismo, también se incluye un control para evitar la extinción. Los resultados revelan que, aunque el mejor individuo promedio no supera al obtenido por el método original, el nuevo algoritmo logra mejores tiempos de ejecución pues opera sobre poblaciones más chicas. Además, la media poblacional se incrementa debido a las inundaciones. De este modo, nuestra propuesta resulta apropiada cuando se requieren buenas poblaciones con bajos tiempos de ejecución.Eje: Computación evolutivaRed de Universidades con Carreras en Informática (RedUNCI)2001-10info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdfhttp://sedici.unlp.edu.ar/handle/10915/23509spainfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/2.5/ar/Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2026-06-23T10:18:20Zoai:sedici.unlp.edu.ar:10915/23509Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292026-06-23 10:18:20.49SEDICI (UNLP) - Universidad Nacional de La Platafalse |
| dc.title.none.fl_str_mv |
Una técnica para estabilizar la cantidad de individuos en algoritmos genéticos de población variable |
| title |
Una técnica para estabilizar la cantidad de individuos en algoritmos genéticos de población variable |
| spellingShingle |
Una técnica para estabilizar la cantidad de individuos en algoritmos genéticos de población variable Ponzoni, Ignacio Ciencias Informáticas Evolución Algorithms densidad de población Algoritmos genéticos tamaño de población adaptabilidad |
| title_short |
Una técnica para estabilizar la cantidad de individuos en algoritmos genéticos de población variable |
| title_full |
Una técnica para estabilizar la cantidad de individuos en algoritmos genéticos de población variable |
| title_fullStr |
Una técnica para estabilizar la cantidad de individuos en algoritmos genéticos de población variable |
| title_full_unstemmed |
Una técnica para estabilizar la cantidad de individuos en algoritmos genéticos de población variable |
| title_sort |
Una técnica para estabilizar la cantidad de individuos en algoritmos genéticos de población variable |
| dc.creator.none.fl_str_mv |
Ponzoni, Ignacio Vázquez, Gustavo Esteban Gallard, Raúl Hector Maller, Patricio A. |
| author |
Ponzoni, Ignacio |
| author_facet |
Ponzoni, Ignacio Vázquez, Gustavo Esteban Gallard, Raúl Hector Maller, Patricio A. |
| author_role |
author |
| author2 |
Vázquez, Gustavo Esteban Gallard, Raúl Hector Maller, Patricio A. |
| author2_role |
author author author |
| dc.subject.none.fl_str_mv |
Ciencias Informáticas Evolución Algorithms densidad de población Algoritmos genéticos tamaño de población adaptabilidad |
| topic |
Ciencias Informáticas Evolución Algorithms densidad de población Algoritmos genéticos tamaño de población adaptabilidad |
| dc.description.none.fl_txt_mv |
La elección del tamaño de población condiciona el desempeño de los algoritmos genéticos. Una población pequeña puede aumentar la presión selectiva, conduciendo a una convergencia prematura, mientras que para un número de individuos muy grande el alcance de la solución se torna lenta. Una alternativa es usar un algoritmo genético de población variable, el cual ajusta la cantidad de individuos dinámicamente mediante el concepto de edad. Esta técnica, aunque más flexible, presenta una gran sensibilidad en relación con sus parámetros: pequeñas variaciones en el máximo tiempo de vida de un individuo pueden llevar de la extinción a la superpoblación para un mismo problema. En este trabajo se presenta la noción de inundación, la cual permite mantener estable la población. La idea es eliminar, con cierta probabilidad, a individuos por debajo del fitness medio. Asimismo, también se incluye un control para evitar la extinción. Los resultados revelan que, aunque el mejor individuo promedio no supera al obtenido por el método original, el nuevo algoritmo logra mejores tiempos de ejecución pues opera sobre poblaciones más chicas. Además, la media poblacional se incrementa debido a las inundaciones. De este modo, nuestra propuesta resulta apropiada cuando se requieren buenas poblaciones con bajos tiempos de ejecución. Eje: Computación evolutiva Red de Universidades con Carreras en Informática (RedUNCI) |
| description |
La elección del tamaño de población condiciona el desempeño de los algoritmos genéticos. Una población pequeña puede aumentar la presión selectiva, conduciendo a una convergencia prematura, mientras que para un número de individuos muy grande el alcance de la solución se torna lenta. Una alternativa es usar un algoritmo genético de población variable, el cual ajusta la cantidad de individuos dinámicamente mediante el concepto de edad. Esta técnica, aunque más flexible, presenta una gran sensibilidad en relación con sus parámetros: pequeñas variaciones en el máximo tiempo de vida de un individuo pueden llevar de la extinción a la superpoblación para un mismo problema. En este trabajo se presenta la noción de inundación, la cual permite mantener estable la población. La idea es eliminar, con cierta probabilidad, a individuos por debajo del fitness medio. Asimismo, también se incluye un control para evitar la extinción. Los resultados revelan que, aunque el mejor individuo promedio no supera al obtenido por el método original, el nuevo algoritmo logra mejores tiempos de ejecución pues opera sobre poblaciones más chicas. Además, la media poblacional se incrementa debido a las inundaciones. De este modo, nuestra propuesta resulta apropiada cuando se requieren buenas poblaciones con bajos tiempos de ejecución. |
| publishDate |
2001 |
| dc.date.none.fl_str_mv |
2001-10 |
| dc.type.none.fl_str_mv |
info:eu-repo/semantics/conferenceObject info:eu-repo/semantics/publishedVersion Objeto de conferencia http://purl.org/coar/resource_type/c_5794 info:ar-repo/semantics/documentoDeConferencia |
| format |
conferenceObject |
| status_str |
publishedVersion |
| dc.identifier.none.fl_str_mv |
http://sedici.unlp.edu.ar/handle/10915/23509 |
| url |
http://sedici.unlp.edu.ar/handle/10915/23509 |
| dc.language.none.fl_str_mv |
spa |
| language |
spa |
| dc.rights.none.fl_str_mv |
info:eu-repo/semantics/openAccess http://creativecommons.org/licenses/by-nc-sa/2.5/ar/ Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5) |
| eu_rights_str_mv |
openAccess |
| rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc-sa/2.5/ar/ Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5) |
| dc.format.none.fl_str_mv |
application/pdf |
| dc.source.none.fl_str_mv |
reponame:SEDICI (UNLP) instname:Universidad Nacional de La Plata instacron:UNLP |
| reponame_str |
SEDICI (UNLP) |
| collection |
SEDICI (UNLP) |
| instname_str |
Universidad Nacional de La Plata |
| instacron_str |
UNLP |
| institution |
UNLP |
| repository.name.fl_str_mv |
SEDICI (UNLP) - Universidad Nacional de La Plata |
| repository.mail.fl_str_mv |
alira@sedici.unlp.edu.ar |
| _version_ |
1868981681927487488 |
| score |
13.334379 |