Contenido
- Definición - ¿Qué significa Algoritmo Evolutivo?
- Una introducción a Microsoft Azure y la nube de Microsoft | A lo largo de esta guía, aprenderá de qué se trata la computación en la nube y cómo Microsoft Azure puede ayudarlo a migrar y administrar su negocio desde la nube.
- Techopedia explica el algoritmo evolutivo
Definición - ¿Qué significa Algoritmo Evolutivo?
Un algoritmo evolutivo se considera un componente de la computación evolutiva en inteligencia artificial. Un algoritmo evolutivo funciona a través del proceso de selección en el que se eliminan los miembros menos aptos del conjunto de población, mientras que los miembros aptos pueden sobrevivir y continuar hasta que se determinen mejores soluciones. En otras palabras, los algoritmos evolutivos son aplicaciones informáticas que imitan procesos biológicos para resolver problemas complejos. Con el tiempo, los miembros exitosos evolucionan para presentar la solución optimizada al problema.
Una introducción a Microsoft Azure y la nube de Microsoft | A lo largo de esta guía, aprenderá de qué se trata la computación en la nube y cómo Microsoft Azure puede ayudarlo a migrar y administrar su negocio desde la nube.
Techopedia explica el algoritmo evolutivo
Los algoritmos evolutivos hacen uso de conceptos en biología como la selección, reproducción y mutación. Hay tres tipos básicos de algoritmos evolutivos, a saber:
- Algoritmos genéticos
- Programación evolutiva
- Estrategias evolutivas
A diferencia de las técnicas de optimización tradicionales, los algoritmos evolutivos dependen del muestreo aleatorio. Un algoritmo evolutivo tiene una población de soluciones candidatas, a diferencia de los métodos clásicos, que intentan mantener una única solución mejor. Hay dos requisitos previos asociados con los algoritmos evolutivos:
- Las soluciones candidatas deben estar codificadas para el problema.
- Una función de condición física debe devolver una puntuación entre 1 y 100 para que los algoritmos evolutivos puedan aplicarse mejor a los problemas.
Hay muchos beneficios asociados con los algoritmos evolutivos. Una de las mayores ventajas viene en las ganancias de flexibilidad, ya que la mayoría de los conceptos de algoritmos evolutivos son adaptables incluso a problemas complejos. La mayoría de los algoritmos evolutivos también son aptos para alcanzar el objetivo objetivo. Es posible una mejor optimización con algoritmos evolutivos, ya que la población de soluciones evita que el algoritmo se bloquee en una solución particular.
Hay algunos inconvenientes asociados con los algoritmos evolutivos. Por un lado, la solución proporcionada por un algoritmo evolutivo es solo mejor en comparación con otras soluciones conocidas. Como tal, el algoritmo no puede probar que una solución sea totalmente óptima, solo que es óptima en comparación con los otros resultados.