VOLVER

Share

Algoritmos Genéticos con Python: un Enfoque Práctico para Resolver Problemas de Ingeniería

Investigadores de la Universidad de Sevilla publican un libro sobre una de las herramientas más prometedoras del momento, estrategias de resolución de problemas de optimización basados en la teoría de la selección natural de Darwin donde aquellos individuos más aptos para sobrevivir tienen una mayor probabilidad de crear descendencia y transmitir su información genética. Partiendo de esta base, son muchas las propuestas que se han desarrollado para abordar una gran cantidad de problemas de diferentes áreas de la ingeniería.

Fuente: Universidad de Sevilla


Sevilla |
25 de septiembre de 2020

Daniel Gutiérrez Reina, del Departamento de Ingeniería Electrónica de la Universidad de Sevilla, Álvaro Rodríguez del Nozal, miembro del Departamento de Ingeniería Eléctrica de la US, y Alejandro Tapia Córdoba, del Departamento de Ingeniería de la Universidad Loyola Andalucía, acaban de publicar ‘Algoritmos Genéticos con Python: un Enfoque Práctico para Resolver Problemas de Ingeniería’ (Marcombo).

Daniel Gutiérrez Reina, Álvaro Rodríguez del Nozal y Alejandro Tapia Córdoba, autores del libro.

Desde su aparición en la década de los 60, los algoritmos genéticos han ido ganando popularidad, gracias al frenético crecimiento de la capacidad computacional en los últimos años. Finalmente se han abierto camino en el ámbito de la ingeniería como una de las herramientas más prometedoras para resolver problemas de gran complejidad, inabordables desde los enfoques clásicos de la ingeniería.

Los algoritmos genéticos son estrategias de resolución de problemas de optimización basados en la teoría de la selección natural de Darwin, mediante la cual aquellos individuos más aptos para sobrevivir tienen una mayor probabilidad de crear descendencia y transmitir su información genética. Partiendo de esta base, son muchas las propuestas que se han desarrollado para abordar una gran cantidad de problemas de diferentes áreas de la ingeniería.

En este libro, los investigadores nos proponen adentrarnos en el mundo de los algoritmos genéticos utilizando Python, uno de los lenguajes de programación más populares en la actualidad y con más crecimiento durante los últimos años. Los contenidos del libro se han diseñado para que sean sencillos, concisos y fáciles de implementar, con ejemplos directos de aplicación para que se pueda practicar desde la primera página.


Share

Últimas publicaciones

Un estudio ayudará a desarrollar terapias para frenar la progresión de una enfermedad neuromuscular rara
Sevilla | 02 de abril de 2025

Llevado a cabo por un equipo de investigación del Centro Andaluz de Biología del Desarrollo, el estudio abre nuevas posibilidades para comprender mejor la miopatía nemalínica y desarrollar terapias que contrarresten los efectos del exceso de hierro y el estrés oxidativo.

Sigue leyendo
Validan un nuevo modelo para predecir el crecimiento de la listeria en quesos frescos artesanales
Córdoba | 01 de abril de 2025

Un estudio de la Universidad de Córdoba ha desarrollado una herramienta para predecir, bajo diferentes condiciones de temperatura, el desarrollo de una de las principales bacterias de transmisión alimentaria, lo que permite estimar con mayor precisión la vida útil de estos alimentos.

Sigue leyendo
Diseñan un sistema que elimina microplásticos de las aguas residuales de lavanderías y permite su reutilización
Sevilla | 29 de marzo de 2025

Un equipo de investigación de la Universidad de Sevilla ha desarrollado una tecnología que higieniza el agua filtrando restos contaminantes y descomponiéndolos mediante el uso de energía solar. Tras ensayos en el laboratorio y en una lavandería de hospital, este estudio evalúa la rentabilidad y sostenibilidad de esta técnica para la gestión de residuos, al regenerar un bien finito como el agua empleando un recurso natural, en este caso la luz del Sol.

Sigue leyendo

#CienciaDirecta

Tu fuente de noticias sobre ciencia andaluza

Más información Suscríbete

404 Not Found

404 Not Found


nginx/1.18.0
Ir al contenido