Referencias Bibliográficas: [Rozenberg et al., 2012,Holland, 1975,,Mitchell, 2004,Michalewicz, 1996]
Temas
- Algoritmo Genético: definición, componentes.
 
- Algoritmo Genético Canónico: procedimiento elemental, ciclo de un AG,
         representación (codificación binaria, real a binario, decodificación binario a real), 
         inicialización de la población, evaluación y aptitud, selección (proporcional, torneo), 
         operadores genéticos (cruces, mutaciones), el dilema exploiting-exploring, 
         ajustes en la aptitud, ajustes en la selección.
 
- Monitoreo de un AG, curva best-so-far, online, off-line,
 
- Convergencia
 
- Teoría de Schemata: Máscaras, esquemas, definiciones y propiedades, Schemata theorem: impacto de la selección, cruce de 1 punto y mutación, teorema fundamental de los algoritmos genéticos, hipótesis de los bloques constructores.
 
Objetivos de Aprendizaje
- Entender los algoritmos genéticos tradicionales.
 
- Analizar y evaluar ventajas y desventajas del modelo genético tradicional.
 
- Implementar un ejemplo de algoritmo genético tradicional y analizar su comportamiento.
 
Generado por Ernesto Cuadros-Vargas ,               Sociedad Peruana de Computación-Peru,               basado en el modelo de la Computing Curricula de               IEEE-CS/ACM