Algoritmos Genéticos con Python (Registro nro. 64209)
[ vista simple ]
000 -CABECERA | |
---|---|
campo de control de longitud fija | 00619nam a2200193Ia 4500 |
003 - IDENTIFICADOR DEL NÚMERO DE CONTROL | |
campo de control | OSt |
005 - FECHA Y HORA DE LA ÚLTIMA TRANSACCIÓN | |
campo de control | 20181023043908.0 |
008 - DATOS DE LONGITUD FIJA--INFORMACIÓN GENERAL | |
campo de control de longitud fija | 181022s9999||||xx |||||||||||||| ||spa|| |
040 ## - FUENTE DE LA CATALOGACIÓN | |
Centro/agencia transcriptor | Centro de Información y Bibliotecas |
082 ## - NÚMERO DE LA CLASIFICACIÓN DECIMAL DEWEY | |
Número de clasificación | 004.015153.GUTI.00 |
100 ## - ENTRADA PRINCIPAL--NOMBRE DE PERSONA | |
Nombre de persona | Gutiérrez Reina, Daniel |
Término indicativo de función/relación | Autor |
245 #0 - MENCIÓN DE TÍTULO | |
Título | Algoritmos Genéticos con Python |
250 ## - MENCIÓN DE EDICIÓN | |
Mención de edición | 1A. ed |
260 ## - PUBLICACIÓN, DISTRIBUCIÓN, ETC. | |
Lugar de publicación, distribución, etc. | ESPAÑA |
260 ## - PUBLICACIÓN, DISTRIBUCIÓN, ETC. | |
Nombre del editor, distribuidor, etc. | MARCOMBO |
260 ## - PUBLICACIÓN, DISTRIBUCIÓN, ETC. | |
Fecha de publicación, distribución, etc. | 2020 |
300 ## - DESCRIPCIÓN FÍSICA | |
Extensión | 231 PP |
300 ## - DESCRIPCIÓN FÍSICA | |
Dimensiones | 24.0 cm |
505 ## - NOTA DE CONTENIDO CON FORMATO | |
Nota de contenido con formato | Parte1: Introducción a los Algoritmos Genéticos <br/>. -- 1 Introducción <br/>. -- Introducción a los Algoritmos Genéticos <br/>. -- 1.2 Primeros Pasos Mediante un Problema Sencillo <br/>. -- 1.3 Definición del Problema y Generación de la Población Inicial <br/>. -- 1.3.1 Creación del Problema<br/>. -- 1.3.2 Creación de la Plantilla del Individuo <br/>. -- 1.3.3 Crear Individuos Aleatorios y Población Inicial <br/>. -- 1.4 Función Objetivo y Operadores Genéticos <br/>. -- 1.4.1 Función Objetivo<br/>. -- 1.5 Operadores Genéticos <br/>. -- 1.6 Últimos Pasos: Algoritmo Genético Como Caja Negra <br/>. -- 1.6.1 Configuración Algoritmo Genético <br/>. -- 1.6.2 Resultados del Algoritmo Genético<br/>. -- 1.7 ¿Cómo Conseguir Resultados Consistentes? <br/>. -- 1.8 Convergencia del Algoritmo <br/>. -- 1.9 Exploración Versus Explotación en Algoritmos Genéticos <br/>. -- 1.10 Código Completo y Lecciones Aprendidas <br/>. -- 1.11 para Seguir Aprendiendo <br/>. -- 2 el Problema del Viajero <br/>. -- 2.1 Introducción al Problema del Viajero <br/>. -- 2.2 Definición del Problema y Generación de la Población Inicial <br/>. -- 2.2.1 Creación del Problema y Plantilla para el Individuo <br/>. -- 2.2.2 Crear Individuos Aleatorios y Población Inicial <br/>. -- 2.3 Función Objetivo y Operadores Genéticos <br/>. -- 2.3.1 Función Objetivo<br/>. -- 2.3.2 Operadores Genéticos <br/>. -- 2.4 Selección del Algoritmo Genético <br/>. -- 2.5 Últimos Pasos <br/>. -- 2.5.1 Configuración del Algoritmo Genético Μ+Λ <br/>. -- 2.6 Comprobar la Convergencia del Algoritmo en Problemas Complejos <br/>. -- 2.7 Ajuste de los Hiperparámetros: Probabilidades de Cruce y Mutación <br/>. -- 2.8 Acelerando la Convergencia del Algoritmo: el Tamaño del Torneo <br/>. -- 2.9 Acelerando la Convergencia del Algoritmo: Aplicar Elitismo <br/>. -- 2.10 Complejidad del Problema: Pvsnp <br/>. -- 2.11 Código Completo y Lecciones Aprendidas <br/>. -- 2.12 para Seguir Aprendiendo <br/>. -- 3 Algoritmos Genéticos y Benchmarking<br/>. -- 3.1 Introducción a las Funciones de Benchmark <br/>. -- 3.2 Aprendiendo a Usar las Funciones de Benchmark: Formulación del Problema <br/>. -- 3.2.1 Funciónh1 <br/>. -- 3.2.2 Función Ackley <br/>. -- 3.2.3 Función Schwefel <br/>. -- 3.3 Definición del Problema y Generación de la Población Inicial <br/>. -- 3.4 Función Objetivo y Operadores Genéticos <br/>. -- 3.4.1 Función Objetivo<br/>. -- 3.4.2 Operadores Genéticos <br/>. -- 3.5 Código Completo<br/>. -- 3.6 Evaluación de Algunas Funciones de Benchmark <br/>. -- 3.6.1 Funciónh1 <br/>. -- 3.6.2 Función Ackley <br/>. -- 3.6.3 Función Schwefel <br/>. -- 3.7 Ajuste de los Hiperparámetros de los Operadores Genéticos <br/>. -- 3.8 Lecciones Aprendidas <br/>. -- 3.9 para Seguir Aprendiendo <br/>. -- 4 Algoritmos Genéticos con Múltiples Objetivos <br/>. -- 4.1 Introducción a los Problemas con Múltiples Objetivos <br/>. -- 4.2 Introducción a la Paretodominancia <br/>. -- 4.3 Selección del Algoritmo Genético <br/>. -- 4.4 el Problema de la Suma de Subconjuntos con Múltiples Objetivos <br/>. -- 4.4.1 Formulación del Problema <br/>. -- 4.4.2 Definición del Problema y Generación de la Población Inicial <br/>. -- 4.4.3 Definición del Problema y Plantilla del Individuo <br/>. -- 4.4.4 Función Objetivo y Operadores Genéticos <br/>. -- 4.4.5 Últimos Pasos: Ejecución del Algoritmo Multiobjetivo <br/>. -- 4.4.6 Configuración del Algoritmo Genético Multiobjetivo<br/>. -- 4.4.7 Algunos Apuntes Sobre los Algoritmos Genéticos con Múltiples Objetivos<br/>. -- 4.4.8 Código Completo<br/>. -- 4.5 Funciones de Benchmark con Múltiples Objetivos <br/>. -- 4.5.1 Definición del Problema y Población Inicial <br/>. -- 4.5.2 Función Objetivo y Operadores Genéticos <br/>. -- 4.5.3 Ejecución del Algoritmo Multiobjetivo <br/>. -- 4.5.4 Representación del Frente de Pareto <br/>. -- 4.5.5 Ajuste de los Hiperpámetros de los Operadores Genéticos <br/>. -- 4.5.6 Código Completo<br/>. -- 4.6 Lecciones Aprendidas <br/>. -- 4.7 para Seguir Aprendiendo <br/>. -- Ii Parte2: Algoritmos Genéticos para Ingeniería <br/>. -- 5 Funcionamiento Óptimo de una Microrred <br/>. -- 5.1 Introducción <br/>. -- 5.2 Formulación del Problema <br/>. -- 5.2.1 Recursos Renovables <br/>. -- 5.2.2 Unidades Despachables <br/>. -- 5.2.3 Sistema de Almacenamiento de Energía <br/>. -- 5.2.4 Balance de Potencia <br/>. -- 5.3 Problema con un Objetivo: Minimizar el Coste de Operación <br/>. -- 5.3.1 Definición del Problema y Generación de la Población Inicial <br/>. -- 5.3.2 Operadores Genéticos <br/>. -- 5.3.3 Función Objetivo<br/>. -- 5.3.4 Ejecución del Algoritmo <br/>. -- 5.3.5 Resultados Obtenidos <br/>. -- 5.4 Problema con Múltiples Objetivos: Minimizando el Coste de Operación y el Ciclado de la Batería <br/>. -- 5.4.1 Definición del Problema, Población Inicial y Operadores Genéticos <br/>. -- 5.4.2 Función Objetivo<br/>. -- 5.4.3 Ejecución del Algoritmo <br/>. -- 5.4.4 Resultados Obtenidos <br/>. -- 5.5 Código Completo y Lecciones Aprendidas <br/>. -- 5.6 para Seguir Aprendiendo <br/>. -- 6 Diseño de Planta Microhidráulica <br/>. -- 6.1 Introducción <br/>. -- 6.2 Formulación del Problema <br/>. -- 6.2.1 Modelado de la Central Micro-Hidráulica <br/>. -- 6.3 Problema con un Objetivo: Minimizando el Coste de Instalación <br/>. -- 6.3.1 Definición del Problema y Generación de la Población Inicial <br/>. -- 6.3.2 Operadores Genéticos <br/>. -- 6.3.3 Función Objetivo o de Fitness <br/>. -- 6.3.4 Ejecución del Algoritmo <br/>. -- 6.3.5 Resultados Obtenidos <br/>. -- 6.4 Problema con Múltiples Objetivos: Minimizando el Coste de Instalación y Maximizando la Potencia Generada <br/>. -- 6.4.1 Definición del Problema, Población Inicial y Operadores Genéticos <br/>. -- 6.4.2 Función Objetivo o de Fitness <br/>. -- 6.4.3 Ejecución del Algoritmo <br/>. -- 6.4.4 Resultados Obtenidos <br/>. -- 6.5 Código Completo y Lecciones Aprendidas <br/>. -- 6.6 para Seguir Aprendiendo <br/>. -- 7 Posicionamiento de Sensores<br/>. -- 7.1 Introducción <br/>. -- 7.2 Formulación del Problema <br/>. -- 7.3 Problema con un Objetivo: Maximizando el Número de Puntos Cubiertos <br/>. -- 7.3.1 Definición del Problema y Generación de la Población Inicial <br/>. -- 7.3.2 Operadores Genéticos <br/>. -- 7.3.3 Funciónobjetivo<br/>. -- 7.3.4 Ejecución del Algoritmo <br/>. -- 7.3.5 Resultados Obtenidos <br/>. -- 7.4 Problema con Múltiples Objetivos: Maximizando el Número de Puntos Cubiertos y la Redundancia <br/>. -- 7.4.1 Definición del Problema, Población Inicial y Operadores Genéticos <br/>. -- 7.4.2 Función Objetivo<br/>. -- 7.4.3 Ejecución del Algoritmo <br/>. -- 7.4.4 Resultados Obtenidos <br/>. -- 7.5 Código Completo y Lecciones Aprendidas <br/>. -- 7.6 para Seguir Aprendiendo <br/>. -- Epílogo <br/>. -- A Herencia de Arrays de Numpy <br/>. -- A.1 Introducción a las Secuencias en Python <br/>. -- A.2 Slicing en Secuencias y Operadores Genéticos de Deap <br/>. -- A.3 Operador de Comparación en Secuencias <br/>. -- B Procesamiento Paralelo <br/>. -- B.1 Procesamiento Paralelo con el Módulo Multiprocessing <br/>. -- B.2 Procesamiento Paralelo con el Módulo Scoop <br/>. -- Glosario<br/>. -- Bibliografía |
650 ## - PUNTO DE ACCESO ADICIONAL DE MATERIA--TÉRMINO DE MATERIA | |
Término de materia o nombre geográfico como elemento de entrada | INGENIERIA DE SISTEMAS<br/> ALGORITMOS |
700 ## - PUNTO DE ACCESO ADICIONAL--NOMBRE DE PERSONA | |
Nombre de persona | Tapia Córdoba, Alejandro |
700 ## - PUNTO DE ACCESO ADICIONAL--NOMBRE DE PERSONA | |
Nombre de persona | Rodríguez del Nozal, Álvaro |
942 ## - ELEMENTOS DE PUNTO DE ACCESO ADICIONAL (KOHA) | |
Tipo de ítem Koha | Libros |
Fuente del sistema de clasificación o colocación | Dewey Decimal Classification |
Estado de retiro | Estado de pérdida | Estado dañado | No para préstamo | Código de colección | Localización permanente | Ubicación/localización actual | Ubicación en estantería | Fecha de adquisición | Total de préstamos | Signatura topográfica completa | Código de barras | Fecha visto por última vez | Número de copia | Precio válido a partir de | Tipo de ítem Koha |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
BIBCE-CSING (Biblioteca Central - 1er piso) | Biblioteca Central | Biblioteca Central | 02/10/2024 | 004.015153.GUTI.00 | 73444 | 02/10/2024 | 1e. | 02/10/2024 | Libros |