Una Estrategia para la Selección de Individuos Recibidos en la Migración en un Algoritmo Genético Distribuido

La estrategia de migracion juega un rol importante en el diseno de un algoritmo evolutivo distribuido. En este trabajo, se impone que los individuos recibidos en una subpoblacion por los efectos de la migracion formen parte de las parejas para la recombinacion. De esta manera, el nuevo material genetico que incorporan estos nuevos individuos se puede propagar a la proxima generacion. El algoritmo evolutivo distribuido se evalua con varias instancias del problema de planificacion de software. Los resultados indican que en la mayoria de los casos, el algoritmo propuesto es capaz de obtener soluciones de calidad similar a un algoritmo evolutivo distribuido tradicional pero en una menor cantidad de evaluaciones.

[1]  Zbigniew Skolicki,et al.  The influence of migration sizes and intervals on island models , 2005, GECCO '05.

[2]  Zbigniew Michalewicz,et al.  Genetic Algorithms + Data Structures = Evolution Programs , 1996, Springer Berlin Heidelberg.

[3]  Enrique Alba,et al.  Software project management with GAs , 2007, Inf. Sci..

[4]  Markus Schwehm,et al.  A Massively Parallel Genetic Algorithm on the MasPar MP-1 , 1993 .

[5]  Enrique Alba,et al.  Parallelism and evolutionary algorithms , 2002, IEEE Trans. Evol. Comput..

[6]  Enrique Alba,et al.  Distributed evolutionary algorithms with adaptive migration period , 2011, 2011 11th International Conference on Intelligent Systems Design and Applications.

[7]  Enrique Alba,et al.  Analyzing synchronous and asynchronous parallel distributed genetic algorithms , 2001, Future Gener. Comput. Syst..

[8]  Bala Srinivasan,et al.  Massively Parallel Genetic Algorithms , 2008 .

[9]  Reiko Tanese,et al.  Distributed Genetic Algorithms , 1989, ICGA.

[10]  Enrique Alba,et al.  Theoretical models of selection pressure for dEAs: topology influence , 2005, 2005 IEEE Congress on Evolutionary Computation.

[11]  P. Borovska,et al.  Ieee International Workshop on Intelligent Data Acquisition and Advanced Computing Systems: Technology and Applications Migration Policies for Island Genetic Models on Multicomputer Platform , 2022 .

[12]  Grant Dick,et al.  Spatially-Structured Evolutionary Algorithms and Sharing: Do They Mix? , 2006, SEAL.

[13]  Zbigniew Michalewicz,et al.  Genetic algorithms + data structures = evolution programs (3rd ed.) , 1996 .

[14]  Zbigniew Michalewicz,et al.  Handbook of Evolutionary Computation , 1997 .

[15]  Erick Cantú-Paz,et al.  Migration Policies, Selection Pressure, and Parallel Evolutionary Algorithms , 2001, J. Heuristics.

[16]  Enrique Alba,et al.  Cellular genetic algorithms , 2014, GECCO.

[17]  Dirk Sudholt,et al.  Evolutionary algorithms for the project scheduling problem: runtime analysis and improved design , 2012, GECCO '12.