FUNDAMENTOS DE COMPUTACIÓN INTELIGENTE (FCI) - COMPUTACIÓN EVOLUTIVA (CE) Angel - EISC - Univalle
←
→
Transcripción del contenido de la página
Si su navegador no muestra la página correctamente, lea el contenido de la página a continuación
FUNDAMENTOS DE COMPUTACIÓN INTELIGENTE (FCI) COMPUTACIÓN EVOLUTIVA (CE) Angel - EISC - Univalle
FCI : COMPUTACIÓN EVOLUTIVA Indice INTRODUCCIÓN EXPLICACIÓN DETALLADA DE CADA TÉCNICA EVOLUTIVA. APLICACIÓN A PROBLEMAS MULTIOBJETIVO. Angel - EISC - Univalle
FCI : COMPUTACIÓN EVOLUTIVA Indice INTRODUCCIÓN EXPLICACIÓN DETALLADA DE CADA TÉCNICA EVOLUTIVA. APLICACIÓN A PROBLEMAS MULTIOBJETIVO. Angel - EISC - Univalle
FCI :: CE : INTRODUCCIÓN Técnica para buscar solución a problemas difíciles. TÉCNICA BIOINSPIRADA (la naturaleza la usa con mucho éxito). – Darwinismo = selección del más adaptado. • Competencia. • Lucha (gana el más fuerte). • La naturaleza son garras y dientes chorreando sangre. • El mundo es cruel pues lo domina el más fuerte. – Neodarwinismo = Darwinismo + Teoría de juegos • La competencia sigue existiendo, pero ahora nos damos cuenta que la cooperación es mucho más importante. • Sobreviven los que se apoyan mutuamente cooperando entre sí. Y ello crea nuevas estructuras (células eucariotas, seres multicelulares, grupos sociales, económicos, etc.). • El mundo lo fabrica y domina el más inteligente. Angel - EISC - Univalle
FCI :: CE : INTRODUCCIÓN CARACTERÍSTICAS de la CE: – Requerimientos muy básicos. – No es una técnica heurística (no necesita conocimientos específicos del problema). – No es determinista. – Por ello: • Menor exactitud. • No ofrece garantías. • Proporciona soluciones creativas (emergencia). • Ámbito de aplicación muy amplio. Angel - EISC - Univalle
FCI :: CE : INTRODUCCIÓN APLICACIONES: – Optimización. – Búsqueda. – Clasificación. – Control. – Diseño (artístico, industrial…). – Descubrimiento de estrategias en juegos. Angel - EISC - Univalle
FCI :: CE : INTRODUCCIÓN EN GENERAL SE PUEDE APLICAR EN PROBLEMAS: – Con un espacio de soluciones a explorar muy amplio. – Con pocas (o ninguna) restricciones “duras”. – Que tengan uno o varios objetivos. – Si la definición del problema cambia con el tiempo. – Si no hay ninguna técnica exacta y polinómica que resuelva ese problema. – Que no estén muy bien definidos. Angel - EISC - Univalle
FCI :: CE : INTRODUCCIÓN Y, EN GENERAL, NO MERECE LA PENA USARSE EN PROBLEMAS: – Con muchas restricciones “duras”. – De los que ya se conoce alguna técnica exacta o aproximada que lo resuelva en tiempo polinomial. Angel - EISC - Univalle
FCI :: CE : INTRODUCCIÓN Algoritmos de búsqueda y optimización: G E NE R ALIDAD (R OB US TE Z) ALE ATOR IOS C OMPUTAC IÓN E VOLUTIVA DE TE R MINÍS TIC OS E FIC IE NC IA Angel - EISC - Univalle
FCI :: CE : INTRODUCCIÓN TÉCNICAS EVOLUTIVAS: Alemania: – Estrategias evolutivas (ES), Rechenberg, Schwefel, Bienert, 1963. – Programación evolutiva (EP), Lawrence J. Fogel, 1966. USA: – Algoritmos genéticos (GA), John Holland, 1970. – Programación genética (GP), John Koza, 1990. – Gramáticas evolutivas (EG), Michael O’Neill, Conor Ryan, 1997. – Programación por expresión genética (GEP), Candida Ferreira, 2000. Simulación físico-inspirada: – Simulated annealing (SA), Kirpatrick, Cerny, 1985. Otros: – Hardware evolutivo, robótica evolutiva, etc. Angel - EISC - Univalle
FCI :: CE : INTRODUCCIÓN PARA QUE OCURRA EVOLUCIÓN DEBE DE HABER: – Una población de entes… – que se reproducen (autoduplicación)… – con errores en las copias… – sometidos a una presión selectiva. Angel - EISC - Univalle
FCI :: CE : INTRODUCCIÓN LA EVOLUCIÓN PUEDE DARSE EN CUALQUIER TIPO DE SISTEMA: – Biológico. – Físico (arcillas…). – Químico. – Computacional. – Social (modas, la ciencia…). – Económico. – Mental (memes). – Mecánico, hidráulico, etc. Angel - EISC - Univalle
FCI :: CE : INTRODUCCIÓN POR ELLO, LA EVOLUCIÓN ES UN CONCEPTO ABSTRACTO (y no meramente biológico). Alrededor de en 1995 se acuñó un nuevo término: VIDA ARTIFICIAL (Christopher Langton), como generalización de la vida biológica. Angel - EISC - Univalle
FCI :: CE : INTRODUCCIÓN LA EVOLUCIÓN CREA COMPLEJIDAD (emergen nuevas estructuras, relaciones y organizaciones, imprevisibles incluso para el diseñador del sistema). LA EVOLUCIÓN TAMBIÉN SIRVE PARA RESOLVER PROBLEMAS COMPLEJOS (por coevolución). De ahí viene la esperanza de lograr un “gran resolvedor universal de problemas” (el objetivo de la INTELIGENCIA ARTIFICIAL). Pero, ojo a los teoremas NFL (no-free-lunch). Angel - EISC - Univalle
FCI :: CE : INTRODUCCIÓN BIBLIOGRAFÍA (BIOLOGÍA). – [Darwin ???] Charles Darwin, “El origen de las especies”, ??? – [Dawkins 1994] Richard Dawkins, "El gen egoísta", Salvat Editores, Barcelona, 1994. – [Dennett 1999] Daniel C. Dennett, "La peligrosa idea de Darwin", Círculo de Lectores, Madrid, 1999. Angel - EISC - Univalle
FCI :: CE : INTRODUCCIÓN BIBLIOGRAFÍA (COMPLEJIDAD, CAOS). – [Lewin 1992] Roger Lewin, "Complexity: Life at the edge of chaos", MacMillan Publishing Company, New York, 1992. – [Waldrop 1992] M. Mitchell Waldrop, "Complexity", Simon & Schuster, New York, 1992. – [Wagensberg 1985] Jorge Wagensberg, "Ideas sobre la complejidad del mundo", Tusquets Editores, Barcelona, 1985. – [Prigogine 1997] Ilya Prigogine, "El fin de las certidumbres", Taurus, Madrid, 1997. – [Prigogine 1997] Ilya Prigogine, "La estructura de lo complejo", Alianza Editorial, Madrid, 1997. – [Kauffman 1993] Stuart A. Kauffman, "The origins of order. Self- organization selection in evolution", Oxford University Press, New York, 1993. – [Kauffman 2000] Stuart Kauffman, "Investigations", Oxford University Press, New York, Angel 2000. - EISC - Univalle
FCI :: CE : INTRODUCCIÓN BIBLIOGRAFÍA (VIDA ARTIFICIAL). – [Bedau 2000] Mark A. Bedau, John S. McCaskill, Norman H. Packard, Steen Rasmussen, "Artificial Life VII", MIT Press, Cambridge, Massachusetts, 2000. – [Langton 1995] Cristopher G. Langton (editor), "Artificial Life: an overview", The MIT Press, Cambridge - Massachusetts, 1995. – [Langton 1997] Cristopher G. Langton, Katsunori Shimohara (editores), "Artificial Life V", The MIT Press, Cambridge - Massachusetts, 1997. Angel - EISC - Univalle
FCI :: CE : INTRODUCCIÓN BIBLIOGRAFÍA (COMPUTACIÓN EVOLUTIVA): – [Holland 1992] Holland, “Algoritmos genéticos”, Rev. Investigación y Ciencia, No. 192, pag. 38-45, Barcelona, 1992. – [Riolo 1992] Rick L. Riolo, “Los bits mejor dotados”, Rev. Investigación y Ciencia, No. 192, pag. 84-87, Barcelona, 1992. – [Gómez 2001] José Alejandro Gómez Teshima, "Máquinas de estados finitos evolutivas (FSMs) usando Algoritmos Genéticos", Proyecto de grado en Ingeniería Electrónica, Universidad del Valle, Octubre de 2001. – [Cabezas 2004] Iván Mauricio Cabezas Troyano, “Algoritmos Genéticos Híbridos Distribuidos”, Proyecto de grado de Ingeniería de Sistemas, EISC, Universidad del Valle, Cali, 2004. Angel - EISC - Univalle
FCI :: CE : INTRODUCCIÓN BIBLIOGRAFÍA (COMPUTACIÓN EVOLUTIVA): – [Fogel 1967] Lawrence J. Fogel, Alvin J. Owens, Michael J. Walsh, "Artificial intelligence through simulated evolution", John Willey & Sons, New York, 1967. – [Fogel 1995] D. B. Fogel, "Evolutionary Computation", IEEE Press, New York, 1995. – [GECCO 2001] Lee Spector, "Proceedings of the Genetic and Evolutionary Computation Conference", Morgan Kaufmann Publishers, San Francisco, California, 2001. – [Geyer 1995] Andreas Geyer-Schulz, "Fuzzy Rule-Based Expert Systems and Genetic Machine Learning", Physica-Verlag Heidelberg, Alemania, 1995. – [Nolfi 2000] Stefano Nolfi, “Evolutionary Robotics: The Biology, Intelligence and Technology of Self-Organized Machines“, MIT Press, Cambridge, 2000.Angel - EISC - Univalle
FCI :: CE : INTRODUCCIÓN CROMOSOMA GEN EXPRESIÓN if(x > y + z) ALELOS de un GEN for(i = 0; i < 100; i++) z += y; G E NO TIP O FE NO TIP O Angel - EISC - Univalle
También puede leer