000			00619nam a2200193Ia 4500
999			_c64209
003			OSt
005			20181023043908.0
008			181022s9999||||xx |||||||||||||| ||spa||
040			_cCentro de Información y Bibliotecas
082			_a004.015153.GUTI.00
100			_aGutiérrez Reina, Daniel _eAutor
245		0	_aAlgoritmos Genéticos con Python
250			_a1A. ed
260			_aESPAÑA
260			_bMARCOMBO
260			_c2020
300			_a231 PP
300			_c24.0 cm
505			_aParte1: Introducción a los Algoritmos Genéticos . -- 1 Introducción . -- Introducción a los Algoritmos Genéticos . -- 1.2 Primeros Pasos Mediante un Problema Sencillo . -- 1.3 Definición del Problema y Generación de la Población Inicial . -- 1.3.1 Creación del Problema . -- 1.3.2 Creación de la Plantilla del Individuo . -- 1.3.3 Crear Individuos Aleatorios y Población Inicial . -- 1.4 Función Objetivo y Operadores Genéticos . -- 1.4.1 Función Objetivo . -- 1.5 Operadores Genéticos . -- 1.6 Últimos Pasos: Algoritmo Genético Como Caja Negra . -- 1.6.1 Configuración Algoritmo Genético . -- 1.6.2 Resultados del Algoritmo Genético . -- 1.7 ¿Cómo Conseguir Resultados Consistentes? . -- 1.8 Convergencia del Algoritmo . -- 1.9 Exploración Versus Explotación en Algoritmos Genéticos . -- 1.10 Código Completo y Lecciones Aprendidas . -- 1.11 para Seguir Aprendiendo . -- 2 el Problema del Viajero . -- 2.1 Introducción al Problema del Viajero . -- 2.2 Definición del Problema y Generación de la Población Inicial . -- 2.2.1 Creación del Problema y Plantilla para el Individuo . -- 2.2.2 Crear Individuos Aleatorios y Población Inicial . -- 2.3 Función Objetivo y Operadores Genéticos . -- 2.3.1 Función Objetivo . -- 2.3.2 Operadores Genéticos . -- 2.4 Selección del Algoritmo Genético . -- 2.5 Últimos Pasos . -- 2.5.1 Configuración del Algoritmo Genético Μ+Λ . -- 2.6 Comprobar la Convergencia del Algoritmo en Problemas Complejos . -- 2.7 Ajuste de los Hiperparámetros: Probabilidades de Cruce y Mutación . -- 2.8 Acelerando la Convergencia del Algoritmo: el Tamaño del Torneo . -- 2.9 Acelerando la Convergencia del Algoritmo: Aplicar Elitismo . -- 2.10 Complejidad del Problema: Pvsnp . -- 2.11 Código Completo y Lecciones Aprendidas . -- 2.12 para Seguir Aprendiendo . -- 3 Algoritmos Genéticos y Benchmarking . -- 3.1 Introducción a las Funciones de Benchmark . -- 3.2 Aprendiendo a Usar las Funciones de Benchmark: Formulación del Problema . -- 3.2.1 Funciónh1 . -- 3.2.2 Función Ackley . -- 3.2.3 Función Schwefel . -- 3.3 Definición del Problema y Generación de la Población Inicial . -- 3.4 Función Objetivo y Operadores Genéticos . -- 3.4.1 Función Objetivo . -- 3.4.2 Operadores Genéticos . -- 3.5 Código Completo . -- 3.6 Evaluación de Algunas Funciones de Benchmark . -- 3.6.1 Funciónh1 . -- 3.6.2 Función Ackley . -- 3.6.3 Función Schwefel . -- 3.7 Ajuste de los Hiperparámetros de los Operadores Genéticos . -- 3.8 Lecciones Aprendidas . -- 3.9 para Seguir Aprendiendo . -- 4 Algoritmos Genéticos con Múltiples Objetivos . -- 4.1 Introducción a los Problemas con Múltiples Objetivos . -- 4.2 Introducción a la Paretodominancia . -- 4.3 Selección del Algoritmo Genético . -- 4.4 el Problema de la Suma de Subconjuntos con Múltiples Objetivos . -- 4.4.1 Formulación del Problema . -- 4.4.2 Definición del Problema y Generación de la Población Inicial . -- 4.4.3 Definición del Problema y Plantilla del Individuo . -- 4.4.4 Función Objetivo y Operadores Genéticos . -- 4.4.5 Últimos Pasos: Ejecución del Algoritmo Multiobjetivo . -- 4.4.6 Configuración del Algoritmo Genético Multiobjetivo . -- 4.4.7 Algunos Apuntes Sobre los Algoritmos Genéticos con Múltiples Objetivos . -- 4.4.8 Código Completo . -- 4.5 Funciones de Benchmark con Múltiples Objetivos . -- 4.5.1 Definición del Problema y Población Inicial . -- 4.5.2 Función Objetivo y Operadores Genéticos . -- 4.5.3 Ejecución del Algoritmo Multiobjetivo . -- 4.5.4 Representación del Frente de Pareto . -- 4.5.5 Ajuste de los Hiperpámetros de los Operadores Genéticos . -- 4.5.6 Código Completo . -- 4.6 Lecciones Aprendidas . -- 4.7 para Seguir Aprendiendo . -- Ii Parte2: Algoritmos Genéticos para Ingeniería . -- 5 Funcionamiento Óptimo de una Microrred . -- 5.1 Introducción . -- 5.2 Formulación del Problema . -- 5.2.1 Recursos Renovables . -- 5.2.2 Unidades Despachables . -- 5.2.3 Sistema de Almacenamiento de Energía . -- 5.2.4 Balance de Potencia . -- 5.3 Problema con un Objetivo: Minimizar el Coste de Operación . -- 5.3.1 Definición del Problema y Generación de la Población Inicial . -- 5.3.2 Operadores Genéticos . -- 5.3.3 Función Objetivo . -- 5.3.4 Ejecución del Algoritmo . -- 5.3.5 Resultados Obtenidos . -- 5.4 Problema con Múltiples Objetivos: Minimizando el Coste de Operación y el Ciclado de la Batería . -- 5.4.1 Definición del Problema, Población Inicial y Operadores Genéticos . -- 5.4.2 Función Objetivo . -- 5.4.3 Ejecución del Algoritmo . -- 5.4.4 Resultados Obtenidos . -- 5.5 Código Completo y Lecciones Aprendidas . -- 5.6 para Seguir Aprendiendo . -- 6 Diseño de Planta Microhidráulica . -- 6.1 Introducción . -- 6.2 Formulación del Problema . -- 6.2.1 Modelado de la Central Micro-Hidráulica . -- 6.3 Problema con un Objetivo: Minimizando el Coste de Instalación . -- 6.3.1 Definición del Problema y Generación de la Población Inicial . -- 6.3.2 Operadores Genéticos . -- 6.3.3 Función Objetivo o de Fitness . -- 6.3.4 Ejecución del Algoritmo . -- 6.3.5 Resultados Obtenidos . -- 6.4 Problema con Múltiples Objetivos: Minimizando el Coste de Instalación y Maximizando la Potencia Generada . -- 6.4.1 Definición del Problema, Población Inicial y Operadores Genéticos . -- 6.4.2 Función Objetivo o de Fitness . -- 6.4.3 Ejecución del Algoritmo . -- 6.4.4 Resultados Obtenidos . -- 6.5 Código Completo y Lecciones Aprendidas . -- 6.6 para Seguir Aprendiendo . -- 7 Posicionamiento de Sensores . -- 7.1 Introducción . -- 7.2 Formulación del Problema . -- 7.3 Problema con un Objetivo: Maximizando el Número de Puntos Cubiertos . -- 7.3.1 Definición del Problema y Generación de la Población Inicial . -- 7.3.2 Operadores Genéticos . -- 7.3.3 Funciónobjetivo . -- 7.3.4 Ejecución del Algoritmo . -- 7.3.5 Resultados Obtenidos . -- 7.4 Problema con Múltiples Objetivos: Maximizando el Número de Puntos Cubiertos y la Redundancia . -- 7.4.1 Definición del Problema, Población Inicial y Operadores Genéticos . -- 7.4.2 Función Objetivo . -- 7.4.3 Ejecución del Algoritmo . -- 7.4.4 Resultados Obtenidos . -- 7.5 Código Completo y Lecciones Aprendidas . -- 7.6 para Seguir Aprendiendo . -- Epílogo . -- A Herencia de Arrays de Numpy . -- A.1 Introducción a las Secuencias en Python . -- A.2 Slicing en Secuencias y Operadores Genéticos de Deap . -- A.3 Operador de Comparación en Secuencias . -- B Procesamiento Paralelo . -- B.1 Procesamiento Paralelo con el Módulo Multiprocessing . -- B.2 Procesamiento Paralelo con el Módulo Scoop . -- Glosario . -- Bibliografía
650			_aINGENIERIA DE SISTEMAS ALGORITMOS
700			_aTapia Córdoba, Alejandro
700			_aRodríguez del Nozal, Álvaro
942			_cTM001 _2ddc