Comparación de algoritmos evolutivos para la optimización en la clasificación de la obesidad en escolares

##plugins.themes.bootstrap3.article.main##

Ana Cecilia Arenas Rodríguez Carlos Alberto Torres Naira Flor de María Vizcarra Huyhua José Sulla Torres Jorge Méndez Cornejo

Resumen

El estudio tiene por objetivo comparar tres tipos de algoritmos evolutivos diferentes: Real Encoding Particle Swarm Optimization (REPSO–C), Incremental Learning with Genetic Algorithms (ILGA) y Decision Tree with Genetic Algorithm (DT-GA), para determinar el porcentaje de mejora durante cada iteración que tiene cada uno de los algoritmos sobre una base de datos relacionadas con la obesidad escolar. Se utilizó la herramienta denominada Keel, que permitió cargar los datos, prepararlos, procesarlos y analizar los resultados, tanto en el entrenamiento, como en las pruebas realizadas. La precisión encontrada por la ejecución de cada uno de los algoritmos, permite concluir que el modelo que utiliza árbol de decisión y algoritmo genético DT-GA es el mejor, debido al nivel de precisión que posee.



##plugins.themes.bootstrap3.article.details##

Sección
Estudios
Cómo citar
Arenas Rodríguez, A., Torres Naira, C., Vizcarra Huyhua, F. de, Sulla Torres, J., & Méndez Cornejo, J. (2016). Comparación de algoritmos evolutivos para la optimización en la clasificación de la obesidad en escolares. UCMaule, (51), 25-42. Recuperado a partir de https://revistaucmaule.ucm.cl/article/view/15