Discusión sobre el artículo "Algoritmos de optimización de la población: Algoritmo genético binario (Binary Genetic Algorithm, BGA). Parte II"
![MQL5 - Lenguaje de estrategias comerciales para el terminal de cliente MetaTrader 5](https://c.mql5.com/i/registerlandings/logo-2.png)
Está perdiendo oportunidades comerciales:
- Aplicaciones de trading gratuitas
- 8 000+ señales para copiar
- Noticias económicas para analizar los mercados financieros
Registro
Entrada
Usted acepta la política del sitio web y las condiciones de uso
Si no tiene cuenta de usuario, regístrese
Artículo publicado Algoritmos de optimización de la población: Algoritmo genético binario (Binary Genetic Algorithm, BGA). Parte II:
En este artículo, analizaremos el algoritmo genético binario (BGA), que modela los procesos naturales que ocurren en el material genético de los seres vivos en la naturaleza.
El desarrollo del algoritmo binario genético se inspiró en varios factores e ideas, las más importantes de las cuales son:
En general, el desarrollo del BGA fue resultado de una combinación de ideas procedentes de los campos de los algoritmos evolutivos, la genética y la optimización. Fue creado para resolver problemas de optimización usando los principios de la selección natural y la genética, y su desarrollo prosigue hasta nuestros días; se han creado un gran número de variantes de GA, así como un amplio uso de ideas y enfoques en algoritmos genéticos como parte de algoritmos híbridos, incluyendo algoritmos muy complejos y llenos de distintos componentes.
El algoritmo genético binario, el BGA, utiliza una representación binaria de los datos. Y esto significa que cada individuo (solución) se representa como una cadena de bits (0 y 1). Asimismo, los operadores genéticos como el cruce y la mutación se aplican a cadenas de bits para crear nuevas generaciones de soluciones.
Autor: Andrey Dik