ESCUELA MILITAR DE INGENIERÍA

“MCAL. ANTONIO JOSÉ DE SUCRE”

UNIDAD ACADÉMICA RIBERALTA
BOLIVIA

INTELIGENCIA ARTIFICIAL II

INTEGRANTES: MARCELO SOLIZ ROJAS

FERNANDO LAURA ALMENDRAS
YASMANI CHIPANA TICONA
DOCENTE: ING. JUAN CARLOS CHOQUE MARUPA
CARRERA: ING. DE SISTEMAS
FECHA: 01/11/2019

RIBERALTA
 ALGORITMO GENETICO

Manual de usuario para comprender el comportamiento de las células:

Algoritmos genéticos (AG).- Existe mucha teoría en relación a los Algoritmos

Genéticos, pero muchas veces necesitamos comprender la teoría de una
manera funcional y práctica (por lo tanto debe ser sencilla).

En la siguiente función:

En la función f(x) = y^2, se desea encontrar el valor de "x" que hace que la
función f(x) alcance su valor máximo, pero restringiendo a la variable "x" a tomar
valores comprendidos entre 0 y 31. Aún más, a "x" sólo le vamos a permitir tomar
valores enteros, es decir: 0,1,2,3,...,30, 31.

Concluido la ejecución del programa, en la hoja "Genética" usted podrá ver en la

columna Q "Mejores Padres", los resultados obtenidos (esto puede variar, ya que
el algoritmo genético crea una población aleatoria, pero casi siempre llegarán al
resultado óptimo):
Paso 1:

Listar la cantidad de cromosomas hijos en la

columna (A) como se muestra en la figura,
generar número aleatoria para cada cromosoma
en la columna (B) y para cada número aleatoria
convertirlo a número binario como se muestra
en la columna (C) ejemplo número 30 en
número binario es 00011111

Paso2:

El valor de x de la columna (D), elevar al cuadrado

cada una de los números aleatorios ejemplos 312
igual 961 como se muestra en la figura en la
columna (E), cada valor de la f(X) dividirlo con la
sumatoria total ejemplo 31/620=0.05 como se
muestra en la figura, la sumatoria de la f(x)/∑f(x)
debe dar igual a 1, en el porcentaje acumulado se
tomar encueta el primer segmento de la columna
(G) más la suma del segundo valor de la columna
(F) ejemplo: 0,05+0,05=0,1 como se muestra en la
figura así sucesivamente.
Luego se genera números aleatorios entre 0 y 1
para la columna (H), se busca en los números
aleatorios los mejores padre que van tener
probabilidades de subsistir.

Paso3:
 Cada elemento padre se lo convierte a número
binario de la columna (J), utiliza el método
crossover de cada número aleatorio.

Paso4:

Se debe hacer la mutación de cada

cromosoma de la columna (K), el porcentaje
que se utiliza para el punto o mutado es el del
5% y debe terne un promedio de 8 puntos y
los mejores padres son nuestra primera
generación.
Paso 5:

En cada generación de los mejores padres se van mejorando hasta llegar al valor
deseado como se muestra en la figura la columna (I) se repiten el valor máximo
que es 31