Computação evolutiva

Abstract The Evolutionary Computation (EC) has been widely used in recent years, and every year that passes brings new techniques developed, despite being a relatively new area, you probably have a promising future. This method uses evolutionary forms found in nature. Using algorithms inspired by nature, seeks to solve probabilistic optimization solutions among others, so it is possible to propose evolutionary algorithms, and the main ones are:Genetic Algorithms (GA) operate with binary representation of individuals, Evolutionary Strategies (ES): normal distribution using mutations to modify real vectors and emphasize the mutation and recombination operators as essential to the process of search in the search space and parameter space, Evolutionary Programming (EP): emphasizes the mutation and recombination and does not incorporate the Genetic Programming (GP): the data structures are represented using trees, and the operators of crossover and mutation. And so are applied to numerous problems
Keywords Keyword list, separated by, colons. Estilo:
Resumo: A Computação Evolutiva (EC) tem sido muito utilizada nos últimos anos, e a cada ano que se passa surgem novas técnicas desenvolvidas, apesar de ser uma área relativamente nova, provavelmente terá um futuro promissor. Esse método utiliza formas evolucionárias encontradas na natureza. Utilizando algoritmos inspirados na natureza, visa resolver problemas probabilísticos, de otimização de soluções dentre outros, sendo assim é possível propor algoritmos evolutivos , e os principais são :Algoritmos Geneticos (AG): operam com representa ção binária de individuos , Estrategias Evolutivas (EE): utilizam mutações com distribuição normal para modificar vetores reais e enfatizam a mu-tação e recombinação como operadores essenciais ao processo de busca no espaço de busca e no espaço de parâmetros,Programação Evolutiva (PE): enfatiza a mutação e não incorpora a recombinação e Programação Genética (PG): As