Resumen de Evolución de estructuras de datos complejas

Enrique Alba Torres , Carlos Cotta Porras

• español

  Los algoritmos pertenecientes al campo de la Computación Evolutiva están ganando una creciente aceptación gracias a su gran robustez (son aplicables con éxito en un amplio abanico de problemas). Se pueden encontrar aplicaciones de estas técnicas en el diseño de redes neuronales, en la resolución de problemas de optimización combinatoria, como métodos heurísticos en cálculo numérico y, en general, enfrentadas a problemas que difícilmente son abordables con otros métodos. Para establecer una metodología de trabajo común para los usuarios ocasionales, así como para mostrar la versatilidad y buena relación eficacia/eficiencia de estos algoritmos, se presentan tres aplicaciones muy distintas entre si: el diseño de redes neuronales, la generación de bases de reglas para controladores borrosos y la validación de protocolos. Desde nuestro punto de vista, es fundamental estudiar nuevos modelos y caracterizar teóricamente estas técnicas para poder resolver problemas de dificultad y dimensiones reales.

• English

  Evolutionary Algorithms are gaining a growing acceptation due to their power and robustness. These heuristics can be applied to the design of artificial neural networks, to the resolution of combinatorial optimisation problems, to hard numerical optimisation problems and, in general, to any problem for which no other method is well-suited. In order to set a common methodology, and to show the versatility and good relationship between the efficacy and the efficiency of these techniques, three different applications are presented: neural network design, rule generation in fuzzy logic controllers and protocol validation. From our point of view, is it very important to theoretically characterise these techniques and to study new models allowing the resolution of real-world problems of high difficulty.