2 resultados para Evolutionary trees
em Universidad Politécnica de Madrid
Resumo:
Architecture 2000, publicado por Charles Jencks originalmente en el año 1971, es un libro cuyo objetivo explícito es predecir el futuro de la arquitectura hasta el fi nal del siglo XX y este hecho ha favorecido que se haya editado por segunda vez precisamente ese emblemático año 2000, manteniendo fundamentalmente el contenido original, aunque añadiendo una introducción y un capítulo final en los que se ofrece una evaluación de lo dicho treinta años antes. En este nuevo Architecture 2000, Jencks añade al texto principal sus comentarios sobre lo acertado o erróneo de sus predicciones anteriores, juzgadas ahora a la luz de los hechos acontecidos y actualiza su mapa evolutivo con una nueva versión de su anterior Evolutionary Tree to the year 2000, que ahora pasará a denominarse Evolutionary Tree of the 20th century architecture. No hay duda de que lo más infl uyente y duradero de la obra de Jencks ha sido la representación gráfica de la evolución de la arquitectura a través de sus evolutionary trees. Pero, aunque Architecture 2000 debe ser valorada sobre todo como una aportación imprescindible para entender la arquitectura de la segunda mitad del siglo XX, tanto por su identifi cación de las tendencias a través de los que se han conducido las experiencias de los profesionales como por su concepción dinámica de la arquitectura plasmada gráfi camente a través de sus evolutionary trees, sería un error considerarla como mera historia y dar por amortizados los métodos prospectivos o los juicios y expectativas del autor sobre lo acontecido en la arquitectura a lo largo de las últimas décadas.
Resumo:
Finding the degree-constrained minimum spanning tree (DCMST) of a graph is a widely studied NP-hard problem. One of its most important applications is network design. Here we deal with a new variant of the DCMST problem, which consists of finding not only the degree- but also the role-constrained minimum spanning tree (DRCMST), i.e., we add constraints to restrict the role of the nodes in the tree to root, intermediate or leaf node. Furthermore, we do not limit the number of root nodes to one, thereby, generally, building a forest of DRCMSTs. The modeling of network design problems can benefit from the possibility of generating more than one tree and determining the role of the nodes in the network. We propose a novel permutation-based representation to encode these forests. In this new representation, one permutation simultaneously encodes all the trees to be built. We simulate a wide variety of DRCMST problems which we optimize using eight different evolutionary computation algorithms encoding individuals of the population using the proposed representation. The algorithms we use are: estimation of distribution algorithm, generational genetic algorithm, steady-state genetic algorithm, covariance matrix adaptation evolution strategy, differential evolution, elitist evolution strategy, non-elitist evolution strategy and particle swarm optimization. The best results are for the estimation of distribution algorithms and both types of genetic algorithms, although the genetic algorithms are significantly faster.