conclusiones finales.

1. Computación Evolutiva [COMPARACIÓN DE MÉTODOS]
ANÁLISIS DE RESULTADOS
Métodos de optimización
En las tablas se muestra la información obtenida de 30 corridas utilizando cada uno de los
métodos. Las columnas del Error Posición se obtiene de la diferencia de la Posición real y la
obtenida en promedio (µ Posición) en “x” y “y”, respectivamente. El Error Mínimo es la diferencia
entre el Mínimo real y la media de los mínimos (µ Mínimos). Finalmente la Distancia euclidiana
(distancia entre dos puntos) se obtiene aplicando la fórmula en las columnas de Error Posición.
Método BFGS. Los mínimos obtenidos en promedio no se acercan, en ninguno de los casos, al mínimo real.
La distancia euclidiana muestra que la distancia entre las posiciones no es muy lejana, pero si se considera
exactitud este no sería el mejor método.
Método DFP. Los casos más aproximados al mínimo son la función 4 y 12. Los demás tienen error
mínimo que va desde 4 hasta 100. No mejora mucho al caso anterior, la distancia euclidiana sigue
con valores de 0 a 2. La función 6 es un caso critico aunque mejora un poco al método anterior
sigue estando mal.
Instituto Tecnológico de Tijuana 1

2. Computación Evolutiva [COMPARACIÓN DE MÉTODOS]
Método NM. En este método el error mínimo en general baja un poco, la función 6, 7 y 8 siguen
con un valor alto, sin embargo, en las funciones 1, 2 y 4 disminuye el error. La distancia Euclidiana
ahora está entre valores de 0 a 3.
Método SD. En este método el error minimo vuelve a tener valores altos en este método, los
mejores casos son las funciones 4 y 12, y el peor sigue siendo la funcion 6 que en ninguno de los
métodos bajo a menos de -100.08. La desviacion estandar de la funcion 7 aquí aumenta hasta
73.4262 cuando en los métodos anteriores no era mucho mayor que 4. La distancia euclidiana aquí
tambien eleva a valores de entre 0 hasta 5.
Instituto Tecnológico de Tijuana 2

3. Computación Evolutiva [COMPARACIÓN DE MÉTODOS]
Métodos de representación real y binaria
Las tablas muestran la información obtenida de 10 corridas utilizando dos tipos de
representación. La diferencia entre los resultados con los métodos anteriores y estos es notoria.
En primera instancia, en la representación real la aproximación a los mínimos y las posiciones
reales en promedio de cada función es mayor, por lo tanto, las diferencias que muestran el Error
Mínimo y el Error posición no es mucho mayor que 1.
Para el caso de representación binaria, los resultados son semejantes a la tabla anterior, excepto
por la función 7 que aumenta casi 10 veces en la Posición obtenida en promedio en comparación
con la Posición real, lo que trae como consecuencia que en la Distancia Euclidiana (11.2691) sea el
peor de los casos. Sin embargo, el Error mínimo es bajo lo que finalmente para mí significa que el
resultado es bueno.
En conclusión, utilizar la representación real o binaria con GA es mejor que utilizar los métodos
anteriores, al menos para estos casos de las funciones se obtienen mejores resultados.
Instituto Tecnológico de Tijuana 3