En esta tesis se propone una nueva técnica de computación evolutiva, llamada Coevolución Uniforme con el objetivo de superar los inconvenientes de las técnicas coevolutivas actuales y de las técnicas clásicas cuando se abordan problemas de generalización basados en ejemplos, El diseño de la Coevolución Uniforme mantiene por separado la evolución del sistema de soluciones del sistema de ejemplos, la consecuencia es que puede incorporar cualquier técnica evolutiva clásica sobre el sistema de soluciones, esta característica le confiere una gran verstilidad y amplitud de aplicación.
Para valorar la aportación y examinar las características de la Coevolución Uniforme frente a técnicas evolutivas clásicas se han elegido dos problemas de prueba que permiten estudiar las con detenimiento. Estos problemas tienen la propiedad común de enfrentar un sistema de aprendizaje basado en técnicas genéticas a situaciones donde la necesidad de ejemplos representativos se hace evidente. Se ha elegido el problema reactivo por excelencia, la navegación de robots autónomos y como segundo entorno el problema de la clasifición de densidad. Este problema consiste en econtrar una regla de autómata celular que clasifique el mayor número de configuraciones iniciales posible.
Para el problema de la navegación autónoma se utilizó una estrategia evolutiva aplicada sobre el sistema de soluciones. Para el problema de la clasificación de densidad se utilizó un algoritmo genético para econtrar las reglas de autómatas celulares. La elección de dos problemas tan distintos entre sí es intencionada, se quiere demostar la generalidad y flexibilidad del método.
Los resultados prácticos demostraron las ventajas de la técnica propuesta sobre las técnicas clásicas y han mostrado las características teóricas predichas.
© 2008-2024 Fundación Dialnet · Todos los derechos reservados