1 / 17

Algoritmos Genéticos

Algoritmos Genéticos. TPE4 álvarez Cura Idesis. Matríz de pesos de la red Vector representativo Representación fiel Función de aptitud = 1/ E. Codificación de los Individos. CONFIGURACIÓN. Parámetros default. Cantidad de individos : 40 Tamaño de la matríz de pesos: 501

otto
Download Presentation

Algoritmos Genéticos

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. AlgoritmosGenéticos TPE4 álvarez Cura Idesis

  2. Matríz de pesos de la red Vector representativo • Representaciónfiel Función de aptitud = 1/E Codificación de los Individos

  3. CONFIGURACIÓN Parámetros default Cantidad de individos: 40 Tamaño de la matríz de pesos: 501 Criterio de corte: Máximo 50 generaciones Cruce: Clásico Mutación: Clásico Selección: Elitte+Roulette Reemplazo: Elitte+Roulette Probabilidad de cruce: 0.8 Probabilidad de mutación: 0.001 Probabilidad de entrenamiento: 0.15 Cantidad de épocas que se entrena: 50

  4. Variación de la probabilidad de Entrenamiento Sin entrenamiento %15 probabilidad %30 probabilidad

  5. SIN ENTRENAMIENTO

  6. %15 ENTRENAMIENTO

  7. %30 ENTRENAMIENTO

  8. Variación de la probabilidad de Mutación 0.001 mutación 0.0001 mutación Sin mutación

  9. SIN MUTACIÓN

  10. MUTACIÓN 0.0001

  11. MUTACIÓN 0.001

  12. Variación del tipo de Mutación ClÁSICA NO UNIFORME • no obtuvimosdiferenciasperceptibles

  13. algunosmétodos deselección y reemplazo

  14. ELITE

  15. ROULETTE

  16. ELITE+ROULETTE

  17. Es necesarioimplementarbackpropagationparaobtenerbuenosresultados • Método Elite eliminadiversidad. • Métodoscombinados con Elite traemejoresresultadosyaqueprosperan los individosmásaptosperono se pierde la diversidad. • Mutación no dabuenosresultadosperomantiene la diversidad CONCLUSIONES

More Related