Examen Final - Programación avanzada

Son una técnica de optimización y búsqueda inspirada en los procesos de evolución biológica.

Dentro de la inspiración Biológica "Los AG simulan la selección natural, donde los individuos más aptos tienen más probabilidades de sobrevivir y reproducirse".

• Selección Natural

• Crossover (Cruce)

• Mutación

Dentro de la inspiración Biológica "Al igual que en la biología, los AG usan la recombinación de "genes" (o características) para crear nuevas soluciones".

• Selección Natural

• Crossover (Cruce)

• Mutación

Dentro de la inspiración Biológica "Introducen cambios aleatorios en las soluciones para mantener la diversidad genética y evitar la convergencia prematura.".

Dentro de componentes básicos de los algoritmos genéticos "Un conjunto de posibles soluciones al problema, representadas como cadenas de genes (o cromosomas).".

• Población

• Función de Aptitud

• Selección

• Cruce (Crossover)

Dentro de componentes básicos de los algoritmos genéticos "Evalúa qué tan buena es cada solución en la población en función de un criterio específico".

• Población

• Función de Aptitud

• Selección

• Cruce (Crossover)

Dentro de componentes básicos de los algoritmos genéticos "Elige las mejores soluciones para reproducirse y generar la próxima generación".

Dentro del proceso básico de los algoritmos genéticos "Generar una población inicial de soluciones aleatorias".

• Inicialización

• Evaluación

• Selección

• Crossover

Dentro del proceso básico de los algoritmos genéticos "Elegir las mejores soluciones para reproducirse".

Dentro del proceso básico de los algoritmos genéticos "Repetir el proceso hasta que se alcance una condición de parada, como un número máximo de generaciones o una solución suficientemente buena".