| Journal: | Visión electrónica |
| Database: | PERIÓDICA |
| System number: | 000460624 |
| ISSN: | 1909-9746 |
| Authors: | Hernández Martínez, Henry Alberto1 Luengas Contreras, Lely Adriana1 |
| Institutions: | 1Universidad Distrital Francisco José de Caldas, Bogotá. Colombia |
| Year: | 2019 |
| Season: | Ene-Jun |
| Volumen: | 13 |
| Number: | 1 |
| Pages: | 144-151 |
| Country: | Colombia |
| Language: | Inglés |
| Document type: | Artículo |
| Approach: | Descriptivo |
| Spanish abstract | La búsqueda de la mejor solución posible a un problema se realiza con procesos de optimización, explorando los valores de los parámetros para los que cierta función objetivo tiene un valor óptimo (local o global). Entre las técnicas de optimización se encuentran los algoritmos genéticos, los cuales son de tipo poblacional o que emulan un comportamiento similar al de la selección natural Darwiniana. Este artículo muestra el desempeño de un algoritmo genético que permite encontrar varios mínimos dentro de una función a partir del control de diversidad de la población. Para realizar las pruebas se utilizó el algoritmo con cuatro diferentes funciones, con la particularidad de tener varios mínimos con el mismo valor. Se comparó esta estrategia propuesta con un algoritmo genético convencional, encontrándose que el convencional solo puede hallar algunos de los mínimos de la función —y en ocasiones solo uno— en tanto que la propuesta encuentra la mayoría de los mínimos |
| English abstract | An optimization process is a kind of process that systematically comes up with solutions that are better than a previous solution used before. Optimization algorithms are used to find solutions which are optimal or near-optimal with respect to some goals, to evaluate design tradeoffs, to assess control systems, to find patterns in data, and to find the optimum values (local or global) of mathematical functions. A genetic algorithm is one of the optimization techniques. In this way, a heuristic search that is inspired by Charles Darwin’s theory of natural evolution. This algorithm reflects the process of natural selection where the fittest individuals are selected for reproduction in order to produce offspring of the next generation which are population algorithms that emulate behavior similar to Darwinian natural selection. Taking into account these issues, this article shows the performance of a genetic algorithm designed, which allows to find several minimums within a function from the control of population diversity. To perform the tests, the algorithm with four different functions was used, with the particularity of having several minima with the same value. Proposed strategy was compared with a conventional genetic algorithm, the result was the conventional one can only find some of the minimums of the function and sometimes only one, while the proposal finds most of the minimums |
| Disciplines: | Ciencias de la computación |
| Keyword: | Algoritmos, Algoritmos genéticos, Diversidad, Estrategias multimodales, Optimización |
| Keyword: | Algorithms, Diversity, Genetic algorithms, Multimodal strategies, Optimization |
| Full text: | https://revistas.udistrital.edu.co/index.php/visele/article/view/14402/14565 |
