Extensión del Algoritmo Evolutivo MOS con técnicas de Evolución Diferencial

Bachelor thesis Spanish; Castilian OPEN
Fernández Martín, Jaime;
(2008)
  • Publisher: Facultad de Informática (UPM)
  • Subject: Informática

Integración de un nuevo algoritmo de Evolución Diferencial en una librería de Algoritmos Evolutivos y su adaptación en forma de técnica para el algoritmo de hibridación MOS (Multiple Offspring Sampling). MOS es capaz de adaptarse a los problemas, premiando a las té... View more
  • References (12)
    12 references, page 1 of 2

    1. Introducciónyobjetivos . . . . . . . . . . . . . . . . . . . . . . 3 1.1. Introducción . . . . . . . . . . . . . . . . . . . . . . . . 3 1.2. Objetivos . . . . . . . . . . . . . . . . . . . . . . . . . 4 1.3. Estructuracióndeldocumento . . . . . . . . . . . . . . . . . . . 5

    2. Arquitecturasparalelasdecomputación . . . . . . . . . . . . . . . . 9 2.1. Introducción . . . . . . . . . . . . . . . . . . . . . . . . 9 2.2. Taxonomía . . . . . . . . . . . . . . . . . . . . . . . . . 10

    3. Algoritmosevolutivos . . . . . . . . . . . . . . . . . . . . . . . 31 3.1. Introducción . . . . . . . . . . . . . . . . . . . . . . . . 31 3.6. Algoritmosevolutivosparalelos . . . . . . . . . . . . . . . . . . 49 3.6.1. Modelosconpoblaciónglobal . . . . . . . . . . . . . . . . 50 3.6.1.1. Variantesíncronaconmaestro-esclavos . . . . . . . . . . 50 3.6.1.2. Varianteasíncronaconcurrente . . . . . . . . . . . . . 50 3.6.2. Modelosdeislas . . . . . . . . . . . . . . . . . . . . . 51 3.6.2.1. Topologíasdeinterconexión . . . . . . . . . . . . . . 51 3.6.2.2. Sincronizaciónentreislas . . . . . . . . . . . . . . 52 4.4.2. Funcionescompuestas . . . . . . . . . . . . . . . . . . . 74 4.4.2.1. F13 . . . . . . . . . . . . . . . . . . . . . 74 4.4.2.2. F14yF15 . . . . . . . . . . . . . . . . . . . 74 4.4.2.3. F16yF17 . . . . . . . . . . . . . . . . . . . 74 4.4.2.4. F18yF19 . . . . . . . . . . . . . . . . . . . 75 4.4.2.5. F20yF21 . . . . . . . . . . . . . . . . . . . 76 4.4.2.6. F22yF23 . . . . . . . . . . . . . . . . . . . 76 4.4.2.7. F24yF25 . . . . . . . . . . . . . . . . . . . 77

    5. Experimentaciónyanálisisderesultados . . . . . . . . . . . . . . . . 81 5.1. Introducción . . . . . . . . . . . . . . . . . . . . . . . . 81 5.2. AlgoritmosGeneticAlgorithm(GA)yDE . . . . . . . . . . . . . . . 84 5.2.1. ResultadosdelGA . . . . . . . . . . . . . . . . . . . . 84 5.2.2. ResultadosdelDE . . . . . . . . . . . . . . . . . . . . 85 5.3. AlgoritmodehibridaciónMultipleOffspringSampling(MOS) . . . . . . . . . 86 5.4. Modelodeislas . . . . . . . . . . . . . . . . . . . . . . . 100

    [11] Pedro de Miguel Anasagasti. Fundamento de los Computadores. 2004.

    [12] P. Díaz. Diseño e implementación de una librería de algoritmos evolutivos paralelos. Master's thesis, Universidad Politécnica de Madrid, 2005. [Citado en pág. 58.]

    [24] P. Larrañaga and J.A. Lozano. Estimation of Distribution Algorithms. A New Tool for Evolutionary Computation. Kluwer Academic Publishers, 2001. [Citado en pág. 47.]

    [25] A. LaTorre, J.M. Peña, V. Robles, and P. de Miguel. Supercomputer Scheduling with Innovative Evolutionary Techniques, volume 2. Springer, 2007. [Citado en pág. 47.]

    [26] A. LaTorre, J.M. Peña, V. Robles, and S. Muelas. Using multiple offspring sampling to guide genetic algorithms to solve permutation problems. Aceptado en GECCO, 2008. [Citado en pág. 47.]

    [27] G. Lin, L. Kang, Y. Chenand, B.McKay, and R.Sarker. A self-adaptive mutations with multiparent crossover evolutionary algorithm for solving function optimization problems. In Advances in computation and Intelligence: Proceedings of the Second Internacional Symposium ISICA-07, pages 157-168, Wuhan, China, 2007. Springer-Verlag. [Citado en pág. 48.]

  • Metrics
    No metrics available
Share - Bookmark