Introducción a los Algoritmos Bio-Inspirados. Paradigmas Básicos y Nuevos Enfoques.

146 Pages·2006·1.61 MB·Spanish

Introduccio´n a los Algoritmos Bio-Inspirados.
Paradigmas Ba´sicos y Nuevos Enfoques.
Dr. Efre´n Mezura Montes
LaboratorioNacionaldeInforma´ticaAvanzada
LANIAA.C.
Re´bsamenNo.80,CENTRO,Xalapa,Veracruz,91000,ME´XICO
[email protected]
http://www.lania.mx/˜emezura
Fifth Mexican International Conference on Artificial Intelligence
(MICAI 2006)
Apizaco, Tlaxcala, Noviembre, 2006
Efre´nMezuraMontes () AlgoritmosBio-Inspirados MICAI2006 1/142
Organizacio´n de la presentacio´n
1 Introduccio´n
El problema de optimizacio´n.
Algunos conceptos importantes
Me´todos de Programacio´n Matema´tica
¿Por que´ las heur´ısticas?
2 Algoritmos Evolutivos
Inspiracio´n biolo´gica
Terminolog´ıa
Principales paradigmas
3 Algoritmos de Inteligencia en Cu´mulos
Optimizacio´n mediante Cu´mulos de Part´ıculas
Optimizacio´n mediante la Colonia de Hormigas
4 Aplicaciones
5 Conclusiones
Efre´nMezuraMontes () AlgoritmosBio-Inspirados MICAI2006 2/142
Organizacio´n de la presentacio´n
1 Introduccio´n
El problema de optimizacio´n.
Algunos conceptos importantes
Me´todos de Programacio´n Matema´tica
¿Por que´ las heur´ısticas?
2 Algoritmos Evolutivos
Inspiracio´n biolo´gica
Terminolog´ıa
Principales paradigmas
3 Algoritmos de Inteligencia en Cu´mulos
Optimizacio´n mediante Cu´mulos de Part´ıculas
Optimizacio´n mediante la Colonia de Hormigas
4 Aplicaciones
5 Conclusiones
Efre´nMezuraMontes () AlgoritmosBio-Inspirados MICAI2006 2/142
Organizacio´n de la presentacio´n
1 Introduccio´n
El problema de optimizacio´n.
Algunos conceptos importantes
Me´todos de Programacio´n Matema´tica
¿Por que´ las heur´ısticas?
2 Algoritmos Evolutivos
Inspiracio´n biolo´gica
Terminolog´ıa
Principales paradigmas
3 Algoritmos de Inteligencia en Cu´mulos
Optimizacio´n mediante Cu´mulos de Part´ıculas
Optimizacio´n mediante la Colonia de Hormigas
4 Aplicaciones
5 Conclusiones
Efre´nMezuraMontes () AlgoritmosBio-Inspirados MICAI2006 2/142
Organizacio´n de la presentacio´n
1 Introduccio´n
El problema de optimizacio´n.
Algunos conceptos importantes
Me´todos de Programacio´n Matema´tica
¿Por que´ las heur´ısticas?
2 Algoritmos Evolutivos
Inspiracio´n biolo´gica
Terminolog´ıa
Principales paradigmas
3 Algoritmos de Inteligencia en Cu´mulos
Optimizacio´n mediante Cu´mulos de Part´ıculas
Optimizacio´n mediante la Colonia de Hormigas
4 Aplicaciones
5 Conclusiones
Efre´nMezuraMontes () AlgoritmosBio-Inspirados MICAI2006 2/142
Organizacio´n de la presentacio´n
1 Introduccio´n
El problema de optimizacio´n.
Algunos conceptos importantes
Me´todos de Programacio´n Matema´tica
¿Por que´ las heur´ısticas?
2 Algoritmos Evolutivos
Inspiracio´n biolo´gica
Terminolog´ıa
Principales paradigmas
3 Algoritmos de Inteligencia en Cu´mulos
Optimizacio´n mediante Cu´mulos de Part´ıculas
Optimizacio´n mediante la Colonia de Hormigas
4 Aplicaciones
5 Conclusiones
Efre´nMezuraMontes () AlgoritmosBio-Inspirados MICAI2006 2/142
Organizacio´n de la presentacio´n
1 Introduccio´n
El problema de optimizacio´n.
Algunos conceptos importantes
Me´todos de Programacio´n Matema´tica
¿Por que´ las heur´ısticas?
2 Algoritmos Evolutivos
Inspiracio´n biolo´gica
Terminolog´ıa
Principales paradigmas
3 Algoritmos de Inteligencia en Cu´mulos
Optimizacio´n mediante Cu´mulos de Part´ıculas
Optimizacio´n mediante la Colonia de Hormigas
4 Aplicaciones
5 Conclusiones
Efre´nMezuraMontes () AlgoritmosBio-Inspirados MICAI2006 3/142
Planteamiento del problema
Problema general de programacio´n no lineal
Encontrar ~x que optimice f(~x)
sujeto a:
g(~x) ≤ 0, i = 1,...,m
i
h(~x) = 0, j = 1,...,p
j
donde~x ∈ IRn es el vector de soluciones~x = [x ,x ,...,x ]T, donde
1 2 n
cada x, i = 1,...,n esta´ delimitada por los l´ımites inferiores y
i
superiores L ≤ x ≤ U
i i i
Si denotamos con F la regio´n factible y con S al espacio total de
bu´squeda, entonces deber´ıa ser claro que F ⊆ S.
Efre´nMezuraMontes () AlgoritmosBio-Inspirados MICAI2006 4/142
Organizacio´n de la presentacio´n
1 Introduccio´n
El problema de optimizacio´n.
Algunos conceptos importantes
Me´todos de Programacio´n Matema´tica
¿Por que´ las heur´ısticas?
2 Algoritmos Evolutivos
Inspiracio´n biolo´gica
Terminolog´ıa
Principales paradigmas
3 Algoritmos de Inteligencia en Cu´mulos
Optimizacio´n mediante Cu´mulos de Part´ıculas
Optimizacio´n mediante la Colonia de Hormigas
4 Aplicaciones
5 Conclusiones
Efre´nMezuraMontes () AlgoritmosBio-Inspirados MICAI2006 5/142
´
Optimo global
En las siguientes definiciones asumiremos minimizacio´n (sin pe´rdida
degeneralidad). ~x∗ = [x∗,x∗,...,x∗]T serefierealpuntoo´ptimoyasu
1 2 n
valor correspondiente de la funcio´n objetivo f(~x∗) se le llama valor
o´ptimo. Al par~x∗ y f(~x∗) se le llama solucio´n o´ptima.
Efre´nMezuraMontes () AlgoritmosBio-Inspirados MICAI2006 6/142