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
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/23509

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