Monthly Subscription Starting at AED 99 + VAT

Cómputo evolutivo
  • Level Professional
  • Course by Universidad Nacional Autónoma de México
  • Offered by

About

La computación evolutiva (evolutionary computation, EC), aplica la teoría de la evolución natural y la genética en la adaptación evolutiva de estructuras computacionales, proporcionando un medio alternativo para atacar problemas complejos en diversas áreas, como la ingeniería, economía, química, medicina y, porque no, las artes. Una población de posibles soluciones de un problema dado es análoga a una población de organismos vivos que evolucionan cada generación, al recombinar los mejores individuos de la población y transmitir sus características de dichos individuos padres, a sus descendientes. En este campo, diferentes esquemas de métodos evolutivos se han desarrollado, los cuales difieren en el tipo de estructuras que conforman la población. Algoritmos evolutivos (AE), como también se le conoce al cómputo evolutivo (EC), se definen como métodos de optimización y búsqueda, los cuales están inspirados y tratan de imitar de manera parcial los procesos de la evolución natural, y mantienen una población de estructuras que evolucionan de acuerdo a reglas de selección y otros operadores genéticos, como cruzamiento y mutación (Bäck, 1996). Los algoritmos evolutivos no son los únicos métodos de optimización propuestos a partir de sistemas biológicos. Se tiene una variedad de algoritmos de optimización, que tratan de imitar el comportamiento de sistemas naturales, como las colonias de hormigas, algoritmos culturales y optimización por cúmulos de partículas, entre otros. De aquí surge lo que se conoce como algoritmos bioinspirados, ya que toman sus bases a partir de la estructura de procesos y sistemas biológicos: la evolución, la selección natural, comportamiento social de animales, como las hormigas, abejas, peces. BÄCK, T. (1996) Evolutionary Algorithms in Theory and Practice. Oxford University Press. DARWIN, C. (1859) On the Origin of Species by Means of Natural Selection, or the Preservation of Favoured Races in the Struggle for Life, John Murray.

Modules

Bienvenidos al curso

    • 2 Readings
Show info about module content

2 Readings

  • Si no estás inscrito a este curso como usuario de Coursera para la UNAM, por favor revisa esta información:
  • Bienvenida al curso

Introducción a la computación evolutiva

    • 2 Videos
    • 1 Assignment
Show info about module content

1 Assignment

  • Conceptos de algoritmos genéticos

2 Videos

  • Introducción a la computación evolutiva
  • Introducción a los algoritmos genéticos

Principios de operación de un algoritmo genético

    • 4 Videos
    • 1 PeerReview
    • 1 Assignment
Show info about module content

1 Assignment

  • Estudio del Teorema del Esquema

1 Peer Review

  • Análisis comparativo de codificaciones en algoritmos genéticos.

4 Videos

  • Algoritmo genético simple
  • Operadores genéticos
  • Teorema del esquema
  • Selección de parámetros de los operadores genéticos

Lecturas complementarias

    • 3 Readings
Show info about module content

3 Readings

  • A Mathematical Analysis of Tournament Selection
  • Genetic Algorithms for the Travelling Salesman Problem: A Review of Representations and Operators
  • Predictive Models for the Breeder Genetic Algorithm I. Continuous Parameter Optimization

Implementación de un algoritmo genético básico

    • 3 Videos
    • 1 Readings
    • 2 Assignment
Show info about module content

2 Assignment

  • Ruta óptima del TSP
  • Ruta óptima del TSP (parte 2)

3 Videos

  • Implementación de un algoritmo genético básico
  • Paso a paso de un algoritmo genético básico
  • Implementación práctico de un algoritmo genético básico

1 Readings

  • Problemas combinatorios: El problema del agente viajero como caso de estudio.

Aplicaciones de algoritmos genéticos y otras técnicas evolutivas

    • 3 Videos
    • 1 PeerReview
Show info about module content

1 Peer Review

  • Solución al Problema del Agente Viajero

3 Videos

  • Aplicaciones de algoritmos genéticos
  • Otras técnicas evolutivas y bioinspiradas
  • Cierre del curso

Auto Summary

"Cómputo Evolutivo" is a professional-level course offered by Coursera, focusing on evolutionary computation within the domain of Maths & Statistics. This course delves into the application of natural evolution and genetics theories to computational structures, offering alternative solutions for complex problems across various fields like engineering, economics, and medicine. It explores evolutionary algorithms and other bioinspired optimization methods such as ant colonies and particle swarms. Ideal for professionals, the course is available through Starter and Professional subscription options.

Katya Rodríguez Vázquez
Instructor

Katya Rodríguez Vázquez