¿Cuáles son algunos buenos recursos para aprender sobre algoritmos genéticos y evolutivos?

“Una introducción a los algoritmos genéticos”, de Melanie Mitchell, es un libro introductorio muy bueno sobre algoritmos genéticos. Dicho esto, los principios de GA con respecto al cruce, la mutación, etc. no son muy difíciles de entender y puede leer cualquier GA para el vendedor ambulante. Documento de problema (TSP) para tener una idea del algoritmo. Para la mayoría de los algoritmos evolutivos, normalmente se crea una población inicial de soluciones aleatorias (a todos estos se les asigna un costo relacionado con la idoneidad de la solución) y estas soluciones pasan por ciertos operaciones (depende del EA utilizado) en una única iteración. Este proceso se repite a través de varias iteraciones hasta que se alcanza un criterio de terminación. La mejor manera de comenzar es mirar un código GA simple en un idioma que entienda mejor (Matlab o Python es muy bueno para esto). Aquí hay uno:
http://www.mathworks.com/matlabc …
Una vez que sepa cómo implementar un GA para TSP, siempre puede recoger un documento de algoritmo evolutivo XYZ recientemente sugerido y codificarlo para TSP y posteriormente para su problema.

Algoritmos inteligentes es un buen libro (¡gratis!) Sobre el tema: http://www.cleveralgorithms.com/ …

El libro ofrece descripciones detalladas y pseudocódigo detallado para muchos algoritmos inspirados en la naturaleza.

A2A. Busque en el archivo e-Print de arXiv.org documentos. Además, Data Science Central es otra buena fuente general.

• http://www.amazon.com/Introducti …
• http://cs.gmu.edu/~sean/book/met …
• http://www.gp-field-guide.org.uk/
• http://www.moshesipper.com/etw/

Puede ser tan simple como leer y optimizar un pseudocódigo relevante.

Por ejemplo, un GA tiene el siguiente pseudocódigo

O para la optimización de colonias de hormigas:

Recomendaría la siguiente colección de libros que se enseña en mi departamento:

http://users.isc.tuc.gr/~imarina …

Además:

https://cs.gmu.edu/~sean/book/me …

1. Primero ve a través de la entrada de Wikipedia para GA’s
2. Luego trate de pasar por la parte introductoria de un libro para GA. Algoritmos genéticos + Estructuras de datos = Programas de evolución http://www.amazon.com/Genetic-Al … por Zbigniew Michalewicz intenta explicar los GA de manera fácil para los principiantes. Comprenda lo que hacen los operadores de cruce, mutación, selección e inicialización.
3. Si no tiene acceso al libro, intente aprender con ejemplos http://www.codeproject.com/Artic … O http://zhanggw.wordpress.com/200 … (Este enlace usa GA para resolver el vendedor que viaja problema en python)

Lee esos trabajos de investigación