Questo sito utilizza cookie di terze parti per inviarti pubblicità in linea con le tue preferenze. Se vuoi saperne di più clicca QUI 
Chiudendo questo banner, scorrendo questa pagina, cliccando su un link o proseguendo la navigazione in altra maniera, acconsenti all'uso dei cookie. OK

Proposizione e simulazione di un modello genetico nel caso di popolazione finita

L'anteprima di questa tesi è scaricabile in PDF gratuitamente.
Per scaricare il file PDF è necessario essere iscritto a Tesionline.
L'iscrizione non comporta alcun costo. Mostra/Nascondi contenuto.

11 Università degli studi di Milano – Corso di Laurea in informatica altri metodi difficilmente riescono a risolvere. I GA non garantiscono di trovare una soluzione ottima per un problema, ma generalmente trovano una soluzione sufficientemente buona e in tempi sufficientemente rapidi. Dove esistono tecniche specializzate per risolvere particolari problemi queste hanno spesso prestazioni migliori dei GA sia in termini di accuratezza che di velocità . Il terreno migliore dei GA sono dunque le aree dove non esistono tecniche specializzate. Dove esistono tecniche che funzionano bene, si possono avere miglioramenti "ibridizzandole" con i GA. 1.3 La computazione evolutiva: un po’ di storia L’idea che i meccanismi dell’evoluzione potessero essere utilizzati come strumenti di ottimizzazione nei problemi di ottimizzazione dell’ingegneria, nacque negli anni Cinquanta e Sessanta in numerosi informatici che, indipendentemente l’uno dall’altro, cominciarono ad ipotizzare la possibilità di fare evolvere una popolazione di soluzioni candidate ad un determinato problema attraverso l’uso di operatori legati alla metafora genetica dalla quale traevano ispirazione. Numerosi furono gli studiosi impegnati in questo settore della ricerca: negli anni Sessanta, Rechenberg introdusse un metodo per l’ottimizzazione dei parametri a valori reali nelle strutture aerodinamiche, noto con il nome di “strategie evolutive”. Fogel, Owens e Walsh furono protagonisti nello stesso periodo nello sviluppo della “programmazione evolutiva”, dove le soluzioni candidate ad un problema vengono rappresentate come macchine a stati finiti che evolvono attraverso la mutazione casuale dei diagrammi di transizione di stato e la selezione dei più adatti. Un’altra grossa fetta di ricercatori si attivò nel settore dell’ottimizzazione e dell’apprendimento automatico, sebbene i loro risultati riscossero molto meno successo dei predetti. Precursore degli algoritmi genetici fu sicuramente John Holland, che negli anni Sessanta e Settanta insieme ai suoi studenti e colleghi della University of Michigan, studiò formalmente il fenomeno dell’adattamento genetico e le tecniche per trasferire questi meccanismi all’interno dei sistemi informatici.

Anteprima della Tesi di Cristian Piani

Anteprima della tesi: Proposizione e simulazione di un modello genetico nel caso di popolazione finita, Pagina 6

Tesi di Laurea

Facoltà: Scienze Matematiche, Fisiche e Naturali

Autore: Cristian Piani Contatta »

Composta da 80 pagine.

 

Questa tesi ha raggiunto 696 click dal 20/03/2004.

Disponibile in PDF, la consultazione è esclusivamente in formato digitale.