Defferential Evolution (DE)


Esta vez se introducirá un algoritmo genético de los que se hablo en el anterior post con la pretensión de dar un ejemplo de los pasos que se pueden seguir para programar uno. En concreto se hablará sobre DE (Differential Evolution).
El algoritmo DE se basa en la comparación de una población de candidatos con la versión recombinada y mutada de esta. Los individuos que pasarán a la siguiente generación serán aquellos que más aptos sean.


  •     Iniciliazación: Se inicializa la población de forma aleatoria y se calcula la aptitud de cada candidato con la función de coste escogida.
  •    Mutación: Usando tres partículas aleatorias de la población, que no pueden coincidir entre ellas, se crea una partícula nueva utilizando la siguiente formula:

          
          Este paso se repite una vez por cada partícula de la población.

  •   Recombinación: La nueva generación de agentes se escogerá comparando un valor aleatorio con un valor “GR”, si el valor aleatorio es menor, el gen tomará como nuevo valor el gen de la mutación.
  •    Selección: Se compara la aptitud de los agentes mutados con los originales, y el que mejor aptitud tenga pasa a la siguiente generación.
 


Comentarios

Publicar un comentario

Entradas populares de este blog

Aprendizaje por Refuerzo (Reinforcement Learning)

Imagen
Para entender el concepto de “ Aprendizaje por Refuerzo ”, también conocido como “ Reinforcement Learning ”, hay que definir el término “inteligencia”. La inteligencia siempre se ha relacionado con el rápido aprendizaje, por lo que se puede decir que los niños son inteligentes. Teniendo en cuenta el método enseñanza para los niños, es decir, cuando un niño hace algo mal, se le castiga (refuerzo negativo) y cuando hace algo bien se le premia (refuerzo positivo). El “ Reinforcement Learning ” se basa en esta afirmación. Dicho de una manera simple, el algoritmo a entrenar prueba diferentes resultados, si el resultado se aleja de una de las respuestas correctas se le da un refuerzo negativo, y si se acerca uno positivo. Para realizar el “ Reinforcement Learning ” existen diferentes algoritmos para el control de aprendizaje, en esta entrada se definirá el Q-learning:   El Q-learning es una técnica que comprueba como de buena es una acción, e indica cual es la mejor acción teniendo
Leer más

Control Predictivo (MPC)

Imagen
Esta vez se hablará del control predictivo, una de las estrategias de control predictivo más conocidas es el MPC (Model Predictive Control). El MPC es un conjunto de estrategias de control que se basan en un uso explícito de un modelo y en el uso del Horizonte deslizante en la minimización.   Una de las características más destacables es que siempre se deben de implementar en discreto. Horizonte deslizante: Clave del control predictivo. Se llama deslizante, porque el horizonte “se mueve” junto al sistema. No se trabaja con el error actual, sino con el error futuro y hay que conocer el destino.   Dentro de los MPC hay diferentes estrategias como:   MAC (Model Algoritmic Control): Es la formulación más simple e intuitiva de CP, basado en la respuesta impulso truncada (FIR) del sistema.   DMC (Dynamic Matrix Control): Es un paquete de software que agrupa el algoritmo de control, los algoritmos de optimización y herramientas de identificación.  
Leer más

Encuesta de procedencia universitaria y descripción del cuestionario web

Imagen
Se realiza un formulario web mediante Google Forms, en el que se realiza una encuesta al alumnado del Máster para conocer que estudios de grado han realizado, así como  los centros de procedencia de los mismos. También se quiere conocer la opinión de los alumnos sobre el nivel de preparación con el que entran al Máster. En primer lugar, se pregunta que estudios de grado han realizado, si el Grado en Ingeniería Electrónica Industrial y Automática u otro. Se realiza esta pregunta ya que el Máster en Ingeniería de Control, Automatización y Robótica está enfocado principalmente a estudiantes del citado grado. Dependiendo de la respuesta, se lleva al encuestado a diferentes secciones. En esta sección se utiliza el tipo de pregunta multiple choice .   Si se indica que se ha estudiado el Grado en Ingeniería Electrónica Industrial y Automática, se pregunta el centro de procedencia, dándose como opciones las de las facultades de ingeniería de la UPV/EHU, ya que se presupone que la
Leer más