Esta tesis se enmarca en el campo de investigación de los algoritmos genéticos paralelos (AGPs). En este trabajo se realiza una revisión y clasificación desde un punto de vista unificado de las actuales aportaciones en el dominio de los AGPs para proceder con posterioridad a una definición formal única que permita un trasvase de conocimientos entre los diferentes modelos algorítmicos que puedan derivarse. Con este objetivo se realizan varias propuestas de diseño utilizando programación orientada a objetos (C++ y JAVA) y su extensión a frameworks. En concreto, se evalúan las ventajas relativas de múltiples diseños orientados a objetos y se extraen de un modelo genérico denominado xxGA un elevado número de algoritmos genéticos secuenciales y paralelos distribuidos, además de algoritmos de población estructurada (celulares). Dicho conjunto de algoritmos es analizado de forma comparativa en aplicaciones no triviales como problemas NP-Completos, optimización numérica, entrenamiento de redes neuronales y problemas decepcionantes para un algoritmo genético. Los resultados demuestran las ventajas de los modelos asíncronos frente a los síncronos, la posibilidad de ganancias superlineales, las ventajas de utilizar poblaciones estructuradas y las ganancias numéricas y en tiempo real derivadas de una búsqueda distribuida para problemas complejos.
Buscar en Dimension