simhwk7 - Estudiante: Vctor R. Gonzlez Lim Matrcula: 805386...

Info iconThis preview shows pages 1–4. Sign up to view the full content.

View Full Document Right Arrow Icon
Estudiante: Víctor R. González Lim Matrícula: 805386 TAREA – Simulaciones 1.- Bajar el programa del diseño de un resorte de MATLAB y ejecutarlo. %Main Example %parameters of the algorithm gen=100; % generations Cr=0.9; % Cross over constant Fr=0.9; % Differentiation constant N=40; % Population [f,X,Y,Z,g,f_evo_current,f_evo_best,f_best] = DE(gen,Cr,Fr,N); %principal function % Return % f: best fitness % X: best individual, optimal solution % Y: Fitness Vector (include the fitness of all the individuals % Z: Pop Matrix (include the entire population % g: Constrains values % f_evo_current: Evolution of the fitness current value % f_evo_best: Evolution of the fitness best value % f_best: Evolution of the best fitness through generations figure(), plot(linspace(1,gen,gen),f_best) title('Best fitness Evolutions through generations') xlabel('generations') ylabel('Fitness value') grid % plot whit the evolution of the best fitness Resultados f = 2.6589 g = 1.0e+003 * -1.4709 -0.0089 -0.0001 -0.0018 -0.0013 -0.0055 0 -0.0000
Background image of page 1

Info iconThis preview has intentionally blurred sections. Sign up to view the full version.

View Full DocumentRight Arrow Icon
Estudiante: Víctor R. González Lim Matrícula: 805386 2.- Crear una tabla con los siguientes valores: Cr=.9, Fr=.9, N=50 Cr=.8, Fr=.7, N=50 Cr=.8, Fr=.7, N=50 Cr=.9, Fr=.9, N=50 gen=650 Gen=200 gen=100 gen=100 Cr=.9, Fr=.9, N=50 Cr=.8, Fr=.7, N=50 Cr=.8, Fr=.7, N=50 Cr=.9, Fr=.9, N=50 x1(N)[1] 9 9 5 9 x2(D)[inch] 1.22304101 1.22304101 1.658365504 1.223041012 X3(d)[inch] .283 .283 .307 .283 g1(X) 1485.7 1485.7 1485.7 1485.7 g2(X) 8.9 8.9 8.9 8.9 g3(X) 0.1 0.1 0.1 0.1 g4(X) 1.8 1.8 1.8 1.8 g5(X) 1.3 1.3 1.3 1.3 g6(X) 5.5 5.5 5.5 5.5 g7(X) 0 0 0 0 g8(X) 0 0 0 0 f(X)[inch3] 2.6586 2.6586 2.6586 2.6586 3.- Realizar los problemas 1 al 34 del libro “Differential Evolution”. 1.1 Es pasar a otro nuevo estado y sentir involuntariamente dicho estado nos trae mejores beneficios. Es creer que estamos en el camino correcto y que hemos logrado algo importante y esencial. Desde el punto de vista computacional, es un modelo simple de optimización global perteneciente a la categoría evolutiva de procesos complejos. Contempla 4 pasos: Inicialización, Mutación, Recombinación y Selección.
Background image of page 2
Estudiante: Víctor R. González Lim Matrícula: 805386 1.2 Individuo es una alternativa que da solución al proceso. Estos individuos se crean a partir de una población inicial la cual es generada de forma aleatoria. 1.3 Se selecciona 3 padres al azar, uno será el padre principal y éste se modifica con el vector de los otros dos padres. Si el individuo resultante es mejor que el elegido entonces se reemplaza, de lo contrario se retiene al padre principal. 1.4 El criterio a evaluar es minimizar el costo en la producción de “springs” a partir de la reducción del volumen del cable de acero. Los parámetros que están relacionados al volumen son: el número de vueltas N, el diámetro del spring D, y el espesor (diámetro) del cable, d. La fórmula a minimizar es:
Background image of page 3

Info iconThis preview has intentionally blurred sections. Sign up to view the full version.

View Full DocumentRight Arrow Icon
Image of page 4
This is the end of the preview. Sign up to access the rest of the document.

This note was uploaded on 10/01/2011 for the course SIMULACION SEM2 taught by Professor Hernandez during the Spring '11 term at ITESM.

Page1 / 7

simhwk7 - Estudiante: Vctor R. Gonzlez Lim Matrcula: 805386...

This preview shows document pages 1 - 4. Sign up to view the full document.

View Full Document Right Arrow Icon
Ask a homework question - tutors are online