26,99 €
inkl. MwSt.
Versandfertig in 1-2 Wochen
13 °P sammeln
Andere Kunden interessierten sich auch für
![Selección de atributos con algoritmo genético]( "Selección de atributos con algoritmo genético")
Selección de atributos con algoritmo genético24,99 €![Mejora del algoritmo de clasificación por burbujas y selección]( "Mejora del algoritmo de clasificación por burbujas y selección")
Mejora del algoritmo de clasificación por burbujas y selección24,99 €![Método De Programación De Base Prioritaria Con Algoritmo De Abejas En Entorno Grid]( "Método De Programación De Base Prioritaria Con Algoritmo De Abejas En Entorno Grid")
Método De Programación De Base Prioritaria Con Algoritmo De Abejas En Entorno Grid41,99 €![Análisis de riesgos para explorar las oportunidades de la subcontratación en la nube]( "Análisis de riesgos para explorar las oportunidades de la subcontratación en la nube")
Análisis de riesgos para explorar las oportunidades de la subcontratación en la nube19,99 €![Sintonia de Controlador PID Baseada em Algoritmo Genético]( "Sintonia de Controlador PID Baseada em Algoritmo Genético")
Sintonia de Controlador PID Baseada em Algoritmo Genético26,99 €![Modelos basados en el horizonte para la selección de servicios web]( "Modelos basados en el horizonte para la selección de servicios web")
Modelos basados en el horizonte para la selección de servicios web45,99 €![Técnicas inteligentes de estimación para gestionar situaciones inesperadas]( "Técnicas inteligentes de estimación para gestionar situaciones inesperadas")
Técnicas inteligentes de estimación para gestionar situaciones inesperadas29,99 €
Los Algoritmos Genéticos (AG) son una clase particular de Algoritmos Evolutivos (AE) que utilizan técnicas inspiradas en la biología evolutiva como la herencia, la mutación, la selección y el cruce. Estos algoritmos se basan en los principios de la selección natural y la supervivencia del más apto, tal y como afirma Charles Darwin en El origen de las especies. Al imitar estos procesos de selección natural y supervivencia del más apto, los algoritmos genéticos son capaces de encontrar soluciones a problemas del mundo real, si se han codificado adecuadamente. En este libro se tratan los fundamentos de los algoritmos genéticos, que abarcan la generación de poblaciones, la codificación, la selección, el cruce, la mutación y las iteraciones. La optimización/maximización de funciones es el punto principal de discusión en esta obra. Se trata de implementar una función de aptitud elegida utilizando diferentes técnicas de selección utilizadas en el algoritmo genético y hacer una comparación de ellos sobre la base de los valores de aptitud de la función en diferentes números de iteraciones. Este trabajo será útil para profesionales y estudiantes/investigadores que deseen obtener una visión sobre la comprensión y la aplicación del proceso del algoritmo genético para resolver un problema de optimización.