Catálogo Biblioteca Central UCSM

Algoritmos Genéticos con Python (Registro nro. 64209)

Detalles MARC
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
Existencias
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