Este documento describe el uso de un algoritmo genético llamado GAminBC para optimizar funciones. GAminBC utiliza representación con números reales, selección proporcional a la aptitud, selección gaussiana, selección por ranking, recombinación de cruce de mezcla y mutaciones aleatorias durante el cruce. El documento muestra ejemplos de uso de GAminBC para optimizar la función sincos con diferentes rangos de parámetros y genera gráficas de resultados.

1. 1
OPTIMIZACION DE FUNCIONES
Utilizando la TOOLBOX de Andrey Popov.
 Método: GAminBC.
 Representación con números reales.
 Opciones de configuración (-3)
 Comment: ': D Iter.100; Popul.20; TolX=1e-2; No Plot'
 MaxIter: 100
 PopulSize: 20
 MutatRate: 0.3000
 BestRate: 0.1000
 NewRate: 0.1000
 TolX: 0.0100
 pSelect: 1
 pRecomb: 0
 Select: 1
 RecIter: 1
 Visual: 'some'
 Graphics: 'off'
 Fitness Proportional Selection
 Gausian law selection
 Ranking Selection
 Recombination - Blend CrossOver
 Generates random Mutations when Blend CrossOver
Computación Evolutiva Instituto Tecnológico de Tijuana

2. 2
Gráficas de Resultados
F4: [RGenes, RFit, RecGenes, RecFit] = GAminBC ( 'eval_sincos', [-1 1 1e-4], opt);
F5: [RGenes, RFit, RecGenes, RecFit] = GAminBC ( 'eval_sincos', [-10 10 1e-4], opt);
Computación Evolutiva Instituto Tecnológico de Tijuana

3. 3
F6: [RGenes, RFit, RecGenes, RecFit] = GAminBC ( 'eval_sincos', [-10 10 1e-4], opt);
F7: [RGenes, RFit, RecGenes, RecFit] = GAminBC ( 'eval_sincos', [0 10 1e-4], opt);
Computación Evolutiva Instituto Tecnológico de Tijuana

4. 4
F9: [RGenes, RFit, RecGenes, RecFit] = GAminBC ( 'eval_sincos', [-2 2 1e-4], opt);
Computación Evolutiva Instituto Tecnológico de Tijuana