Propuesta de algoritmos genéticos de cromosoma variable y búsqueda de Gauss

Simple item page
dc.contributor.advisorRuiz Díaz, Fernando
dc.contributor.authorContreras Bastos, Fabián Alexander
dc.date.accessioned2024-06-19T21:24:29Z
dc.date.available2024-06-19T21:24:29Z
dc.date.created2002
dc.date.issued2002
dc.description.abstractLos Algoritmos Genéticos (AG) son herramientas poderosas en la búsqueda de soluciones y optimización de diversos problemas. Los AG tienen su origen en la teoría de la evolución de Darwin, que plantea que sólo sobrevivirán aquellos organismos que sean los más aptos, o los que estén mejor adaptados. Se les llama genéticos porque realizan una analogia genética, debido a que se usan términos como cromosomas, genes y operadores como selección, cruzamiento, mutación entre otras. Con la realización de este proyecto se pretende introducir mejoras a los AG existentes para minimizar los tiempos de proceso, y conseguir una mayor precisión en la respuesta; por medio de cromosomas de longitud variable, generaciones secundarias de la población utilizando la distribución de Gauss y mutación dirigida para afinación de la respuesta. Para realizar las pruebas a dichas mejoras se toma como base el problema para encontrar los parámetros de la ecuación de una recta que mejor se ajuste a un conjunto de puntos determinados. Los resultados obtenidos mediante la aplicación de estas mejoras, indican una disminución del 20 % en los tiempos de proceso, una disminución del 70% en el número de poblaciones utilizadas para alcanzar la respuesta y en todas las pruebas que se realizan el error que se obtiene es menor. Se desarrollan dos nuevas metodologías con el enfoque de los AG para resolver dos problemas de ingeniarla, uno el de despejar numéricamente una variable de una ecuación y el otro en el ajuste de los parámetros de la ecuación de Peng-Robínson. La aplicación de estas mejoras produce resultados alentadores para continuar con la investigación en el campo de mejoras a los Algoritmos Genéticos. Siendo de gran utilidad en áreas como Medicina, Biología Molecular, Robótica, Criminología entre otras.
dc.description.abstractenglishThe Genetic Algorithms (gas) are powertul tools which are used in searching solutions and optimization of many problems. The gas have their origin in the Darwin's evolution theory which establishes that only those organisms most capable or better adapted survive. These algorithms are called genetic beca use of they work as a genetic analogy using terms such as chromosomes, genes and operators such as selections, crossing and mutation among others. The main objective of executing the present project is to introduce improvements in the existing gas. The improvements lead to maximization of the process time and achievement of a better precision in the answers. This is reached by working of chromosomes of variable length, secondary generation of populations by using Gauss distribution and also by working with mutations directed to get a refining answer. In order to carry oul the tests of the mentioned improvements, it is taken the problem of linding out the equation's parameters of a straight line which is best litted to a group of points . The recljlts obtained by means of these improvements indicate a diminution of 20% in the process time and a decreasing of 70% in the number of populations used to get the answer. In addition, new methodologies by employing gas to solve two engineering problems were developed. In the lirst one, the value of a variable was lound out in an equation, in the second one , the parameters of the Peng-Robinson equation were adjusted. The application of the improved gas gave hopelul results lo continue searching in this lield, specially in areas such as Medicine, Molecular Biology, Robotic, Criminology and others.
dc.description.degreelevelPregrado
dc.description.degreenameIngeniero de Sistemas
dc.format.mimetypeapplication/pdf
dc.identifier.instnameUniversidad Industrial de Santander
dc.identifier.reponameUniversidad Industrial de Santander
dc.identifier.repourlhttps://noesis.uis.edu.co
dc.identifier.urihttps://noesis.uis.edu.co/handle/20.500.14071/43645
dc.language.isospa
dc.publisherUniversidad Industrial de Santander
dc.publisher.facultyFacultad de Ingeníerias Fisicomecánicas
dc.publisher.programIngeniería de Sistemas
dc.publisher.schoolEscuela de Ingeniería de Sistemas e Informática
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.rights.coarhttp://purl.org/coar/access_right/c_abf2
dc.rights.creativecommonsAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
dc.rights.licenseAtribución-NoComercial-SinDerivadas 2.5 Colombia (CC BY-NC-ND 2.5 CO)
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/
dc.subjectComputación evolutiva
dc.subjectAlgoritmos genéticos
dc.subjectCromosoma variable
dc.subjectBúsqueda de Gauss
dc.subjectMutación dirigida
dc.subject.keywordEvolutive Computation
dc.subject.keywordGenetic Algorithms
dc.subject.keywordVariable Chromosomes
dc.subject.keywordGauss' Searching
dc.subject.keywordDirected Mutation and Crossing
dc.titlePropuesta de algoritmos genéticos de cromosoma variable y búsqueda de Gauss
dc.title.englishProposal of Genetic Algorithms of Variable Chromosomes and Gauss' Searching
dc.type.coarhttp://purl.org/coar/resource_type/c_7a1f
dc.type.hasversionhttp://purl.org/coar/version/c_b1a7d7d4d402bcce
dc.type.localTesis/Trabajo de grado - Monografía - Pregrado
Files
Original bundle
Now showing 1 - 2 of 2
No Thumbnail Available
Name:
Documento.pdf
Size:
8.11 MB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
Carta de autorización.pdf
Size:
135.83 KB
Format:
Adobe Portable Document Format
Download
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
2.18 KB
Format:
Item-specific license agreed to upon submission
Description:
Download
Collections
Ingeniería de Sistemas