ALGORITMOS GENTICOS
lvarez Meneses Emilia
mily_357@yahoo.es
Resumen
Este artculo pretende mostrar el proceso que
realiza un algoritmo gentico para la resolucin y
optimizacin de problemas, estos algoritmos estn
basados en la teora de la evolucin, en especial la
reproduccin y el principio de supervivencia del ms
apto, estos algoritmos se aplican en elementos con
capacidad de procesamiento y seguimiento de
instrucciones.
Palabras Clave: Algoritmos, Evolucin,
Optimizacin, Adaptacin.
1 INTRODUCCIN
2 ALGORITMOS GENTICOS
Los algoritmos genticos son mtodos adaptativos
fundamentados en el principio de la evolucin
biolgica planteado por Charles Darwin, su funcin
principal es la bsqueda y la optimizacin de
procesos; sus principios bsicos fueron desarrollados
por John Holland en 1975, el objetivo era el de
plantear sistemas en donde se tomaran los procesos
ms importantes de la seleccin natural de los seres
vivientes. Estos procesos se dividen en la creacin
de los individuos, aplicacin de la funcin fitness, la
seleccin de la poblacin, el cruce o la copia (esto
depende de cmo se quiera realizar), el elitismo y la
mutacin. (Figura 1).
Figura 1: Proceso de un algoritmo gentico
2.1 Creacin del individuo
Es el primer paso para desarrollar el algoritmo, se
inicia creando el individuo, el cual se representa
generalmente mediante una cadena de bits, esto se
realiza aleatoriamente, cada uno de los individuos
creados puede ser el que genere la solucin al
problema planteado. Estos individuos conforman
una poblacin la cual cambia durante el tiempo pero
su tamao se mantiene.
2.2 Funcin fitness
La funcin fitness se genera dependiendo del
problema en especfico en este se le asigna un valor
a cada individuo dependiendo de su respuesta de
adaptacin para posteriormente cruzar entre los que
obtuvieron mejor resultado.
2.3 Seleccin
En este punto de seleccin se busca aislar a los
individuos que son ms aptos para ser reproducidos
o cruzados para generar una descendencia esta
seleccin se realiza dependiendo del nivel de
adaptacin mostrado en la funcin fitness.
2.2 Cruce
Ya seleccionados los individuos aptos para ser
cruzados se reproducen a los padres esto se puede
realizar mediante diversas formas, se mostraran las 3
formas ms usuales de cruce:
2.2.1 Cruce de 1 punto
Esta forma de cruce se realiza partiendo al
individuo o padre en un punto aleatorio generando 2
fracciones, al realizar el mismo procedimiento con la
madre al hijo se le anexa la primera fraccin del
padre y la segunda fraccin de la madre, de esta
forma el hijo obtiene la informacin gentica de los
dos padres. (Figura 2).
Figura 2: Cruce de 1 punto
 2.2.2 Cruce de 2 puntos
Esta forma de cruce es muy parecida a la de 1
punto pero en este caso de cruce se corta al individuo
en 3 fracciones, se realiza el mismo procedimiento
que en el cruce de 1 punto pero en este caso quedara
ms informacin de un padre que de otro, as que se
opta por tomar la informacin central de un padre
para heredarla al hijo y la informacin de los laterales
del otro padre para heredarla. (Figura 3).
Figura 3: Cruce de 2 puntos
El cruce se puede realizar haciendo cortes como se
crea ms conveniente o realizando otro tipo de
operaciones.
2.2.3 Cruce uniforme
Este cruce es totalmente opuesto a las formas de
cruces anteriores ya que en este se genera una
mscara del mismo tamao de los padres, estos se
enfrentan y evalan de acuerdo a sus posiciones si en
la posicin 1 de la mscara hay un 1 el padre1 deber
heredar al hijo su gen, si por el contrario en la
mscara existe un 0 el padre2 deber heredar su gen
al hijo y as se realizar con todas las respectivas
posiciones. (Figura 4)
Figura 4: Cruce uniforme
2.3 Copia
La copia se refiere a mantener a un individuo
aleatoriamente para posteriormente copiarlo en la
nueva generacin.
2.4 Elitismo
En el elitismo a diferencia de la copia se en
mantiene a 1 o varios individuos considerados los
mejores, para ser copiados en la siguiente generacin,
esto con el fin de que la nueva generacin no
retroceda en su proceso sino que su grado de error
sea mucho menor para que intente converger a la
solucin.
2.5 Mutacin
En muchas ocasiones las posibles soluciones
puede que no converjan hacia una solucin y al
contrario tiendan a estancarse en un solo punto sin
solucin alguna, en estos casos es necesario hacer
uso de la mutacin, ya que en este proceso se cambia
aleatoriamente un gen del individuo, esto hace que el
comportamiento de la poblacin cambie en busca de
nuevas soluciones al problema. (Figura 5).
Figura 5. Mutacin de un gen
Cabe notar y dejar claro que las estrategias de
copia, elitismo y mutacin no siempre garantizan
que la poblacin converja ms rpidamente a la
solucin. Estas estrategias no se deben realizar muy
seguidas ya que esto podra causar el efecto en el que
toda la poblacin tienda a converger al individuo.
Referencias
[1] Gestal M, Rivero D, Ramn J, Dorado J, Pazos
A, (2010) Introduccin a los algoritmos
genticos, Universidad de Corua.
[2] Tolmos P, Introduccin a los algoritmos
genticos y sus aplicaciones, Madrid.
[3] [Imagen de Proceso de un algoritmo gentico].
Recuperado de
http://www.educagratis.org/moodle/course/view
.php?id=370
[4 ] [Figura 2, 3, 4]. Recuperada de: Gestal M,
Rivero D, Ramn J, Dorado J, Pazos A, (2010)
Introduccin a los algoritmos genticos,
Universidad de Corua.