Академический Документы
Профессиональный Документы
Культура Документы
PRESENTACIN Este documento contiene un extracto del trabajo de graduacin titulado Elaboracin de pronsticos con algoritmos genticos realizado por Samuel David Orozco Orozco, estudiante de la carrera de Ingeniera en Ciencias y Sistemas de la Universidad de San Carlos de Guatemala. Se ha creado este documento con el propsito de servir de apoyo a los estudiantes del curso de Inteligencia Artificial en el estudio de los algoritmos
genticos. Este documento incluye teora general sobre algoritmos genticos y un ejemplo sencillo de su aplicacin. Al final del documento se incluye una lista de las fuentes de informacin que fueron consultadas para su elaboracin, que pueden revisarse si se desea profundizar ms en el tema. Tambin en el presente trabajo se pone en conocimiento todo acerca de lo que es: Historia de los Algoritmos Genticos. Conceptos de los Algoritmos Genticos. Caractersticas de los Algoritmos Genticos. Ventajas y Desventajas de los Algoritmos Genticos. Y una Aplicacin de un Algoritmos Genticos.
BIOINFORMTICA
DEDICATORIA
El
presente trabajo es
directos participes y colaboradores de ese apoyo incondicional que nos brindan da a da para nuestra formacin profesional.
AGRADECIMIENTO
En investigacin
el
presente
trabajo
de
de los estudiantes; se
agradece por la acertada direccin de la UNIVERSIDAD ALTIPLANO brindado sus NACIONAL PUNO, puertas por y su DEL habernos escuela
profesional.
As mismo agradezco a nuestros docentes y a nuestros compaeros y compaeras por habernos brindado su apoyo moral en todo momento.
Los Estudiantes
BIOINFORMTICA
En este trabajo se presenta un algoritmo gentico para la resolucin de problemas de Programacin por Metas Entera. Este tipo de problemas presentan en general un gran nmero de dificultades para su resolucin utilizando algoritmos tradicionales de Programacin Entera, siendo en la mayora de los casos de problemas reales demasiado costosa computacionalmente para afrontarla con garantas. Sin embargo, se mostrar cmo este nuevo tipo de algoritmos, los algoritmos genticos, permiten resolver eficientemente problemas de este tipo con un coste computacional reducido. Como ejemplo, se resuelve en este trabajo un problema del comportamiento gentico, con un modelo de Programacin por Metas Entera aplicando un algoritmo gentico y un algoritmo tradicional. Para estas resoluciones se analiza el coste computacional de ambos tipos de resolucin para poner de manifiesto las ventajas que puede suponer un algoritmo gentico para la resolucin de problemas reales complejos.
BIOINFORMTICA
CAPITULO I: Introduccin de los Algoritmos Genticos. 1.1.-Historia de los Algoritmos Genticos. El desarrollo de los Algoritmos Genticos se debe a gran medida a John Holland, investigador de la Universidad de Michigan. A finales de la dcada de los 60 desarroll una tcnica que imitaba en su funcionamiento a la seleccin natural. Aunque originalmente esta tcnica que imitaba en su funcionamiento a la seleccin natural. Finales de los 59 y principios de los 60.- Algoritmos Genticos programados en computadoras por bilogos evolutivos que buscaban explcitamente realizar modelos de aspectos de la evolucin natural. En 1962, investigadores como G.E.P. Box, G.J. Friedman, W.W. Bledsoe y H.J. Bremermann haban desarrollado independientemente algoritmos inspirados en la evolucin para optimizacin de funciones y aprendizaje automtico, pero sus trabajos generaron poca reaccin. En 1965 surgi un desarrollo ms exitoso, cuando Ingo Rechenberg, entonces de la Universidad Tcnica de Berln, introdujo una tcnica que llam estrategia evolutiva. En 1975 apareci el trabajo fundamental en el campo de los algoritmos genticos con la publicacin del libro Adaptacin en Sistemas Naturales y Artificiales de John Holland'. A finales de 1980s la General Electric comenz a vender el primer producto de Algoritmo Gentico para solucionar problemas de procesos industriales. En 1989 se cre el producto Evolver que fue el primer producto de Algoritmo Gentico para Computadoras personales.
BIOINFORMTICA
BIOINFORMTICA
Generacion=0
Resultado Propuesto
Fin
Mutacin
Seleccin de la operacin Cruce 2 Individuos seleccionados en base a su desempeo Ejecucin Crossover Individuo seleccionado en base a su desempeo Ejecucin Mutacin
BIOINFORMTICA
BIOINFORMTICA
Dr. Samuel Orozco-Universidad de San Carlos de Guatemala-Facultad de Ingeniera -Escuela de Ingeniera en Ciencias y Sistemas; Guatemala, Febrero del 2007.
BIOINFORMTICA
10
associiatiion wiith pathogenesiis rellated genes. 5.2.-Logros: Prediccin de Genes. Prediccin de promotores y elementos reguladores. Prediccin de Genes.
BIOINFORMTICA
11
Con este trabajo se pretende poner de manifiesto la eficiencia y las ventajas que un algoritmo gentico puede presentar a la hora de resolver un problema complejo de Programacin Multiobjetivo. As, se ha resuelto un problema real complejo de Programacin por Metas Entera con un mtodo exacto tradicional (el mtodo de Ramificacin y Acotacin), utilizando unas de las libreras ms eficientes en este campo, las libreras de Windows.h. Posteriormente se ha diseado e implementado un sencillo algoritmo gentico para resolver este problema, obteniendo la misma solucin que la resolucin exacta, pero con un ahorro de tiempo de computacin de ms del 90%. Este es un ejemplo, por tanto, en el que se pone de manifiesto que, a la hora de resolver un problema de Programacin Multiobjetivo complejo y costoso computacionalmente, la utilizacin de un algoritmo gentico puede ser una opcin eficiente en cuanto a tiempo de computacin y en cuanto a calidad de las soluciones como alternativa a los mtodos tradicionales.
Del presente trabajo se recomienda lo siguiente: Se recomienda tener un amplio conocimiento de conceptos bsicos de la Biologa y Gentica. Conocimientos en desarrollo de Programas. Amplio desarrollo de software. Trabajar en equipo de diferentes especialidades. Mantener una documentacin diaria.
BIOINFORMTICA
12
BIOINFORMTICA
13