0 оценок0% нашли этот документ полезным (0 голосов)
31 просмотров2 страницы
Este artículo pretende mostrar el proceso que realiza un algoritmo genético para la resolución y optimización de problemas, estos algoritmos están basados en la teoría de la evolución, en especial la reproducción y el principio de supervivencia del más apto, estos algoritmos se aplican en elementos con capacidad de procesamiento y seguimiento de instrucciones.
Este artículo pretende mostrar el proceso que realiza un algoritmo genético para la resolución y optimización de problemas, estos algoritmos están basados en la teoría de la evolución, en especial la reproducción y el principio de supervivencia del más apto, estos algoritmos se aplican en elementos con capacidad de procesamiento y seguimiento de instrucciones.
Este artículo pretende mostrar el proceso que realiza un algoritmo genético para la resolución y optimización de problemas, estos algoritmos están basados en la teoría de la evolución, en especial la reproducción y el principio de supervivencia del más apto, estos algoritmos se aplican en elementos con capacidad de procesamiento y seguimiento de instrucciones.
Resumen generalmente mediante una cadena de bits, esto se
realiza aleatoriamente, cada uno de los individuos Este artculo pretende mostrar el proceso que creados puede ser el que genere la solucin al realiza un algoritmo gentico para la resolucin y problema planteado. Estos individuos conforman optimizacin de problemas, estos algoritmos estn una poblacin la cual cambia durante el tiempo pero basados en la teora de la evolucin, en especial la su tamao se mantiene. reproduccin y el principio de supervivencia del ms apto, estos algoritmos se aplican en elementos con 2.2 Funcin fitness capacidad de procesamiento y seguimiento de instrucciones. 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 Palabras Clave: Algoritmos, Evolucin, adaptacin para posteriormente cruzar entre los que Optimizacin, Adaptacin. obtuvieron mejor resultado. 1 INTRODUCCIN 2.3 Seleccin 2 ALGORITMOS GENTICOS En este punto de seleccin se busca aislar a los individuos que son ms aptos para ser reproducidos Los algoritmos genticos son mtodos adaptativos o cruzados para generar una descendencia esta fundamentados en el principio de la evolucin seleccin se realiza dependiendo del nivel de biolgica planteado por Charles Darwin, su funcin adaptacin mostrado en la funcin fitness. principal es la bsqueda y la optimizacin de procesos; sus principios bsicos fueron desarrollados por John Holland en 1975, el objetivo era el de 2.2 Cruce plantear sistemas en donde se tomaran los procesos ms importantes de la seleccin natural de los seres Ya seleccionados los individuos aptos para ser vivientes. Estos procesos se dividen en la creacin cruzados se reproducen a los padres esto se puede de los individuos, aplicacin de la funcin fitness, la realizar mediante diversas formas, se mostraran las 3 seleccin de la poblacin, el cruce o la copia (esto formas ms usuales de cruce: depende de cmo se quiera realizar), el elitismo y la mutacin. (Figura 1). 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 1: Proceso de un algoritmo gentico
2.1 Creacin del individuo
Es el primer paso para desarrollar el algoritmo, se
Figura 2: Cruce de 1 punto inicia creando el individuo, el cual se representa 2.2.2 Cruce de 2 puntos mejores, para ser copiados en la siguiente generacin, esto con el fin de que la nueva generacin no Esta forma de cruce es muy parecida a la de 1 retroceda en su proceso sino que su grado de error punto pero en este caso de cruce se corta al individuo sea mucho menor para que intente converger a la en 3 fracciones, se realiza el mismo procedimiento solucin. que en el cruce de 1 punto pero en este caso quedara ms informacin de un padre que de otro, as que se 2.5 Mutacin opta por tomar la informacin central de un padre para heredarla al hijo y la informacin de los laterales En muchas ocasiones las posibles soluciones del otro padre para heredarla. (Figura 3). 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 3: Cruce de 2 puntos
El cruce se puede realizar haciendo cortes como se
crea ms conveniente o realizando otro tipo de operaciones. Figura 5. Mutacin de un gen 2.2.3 Cruce uniforme Cabe notar y dejar claro que las estrategias de Este cruce es totalmente opuesto a las formas de copia, elitismo y mutacin no siempre garantizan cruces anteriores ya que en este se genera una que la poblacin converja ms rpidamente a la mscara del mismo tamao de los padres, estos se solucin. Estas estrategias no se deben realizar muy enfrentan y evalan de acuerdo a sus posiciones si en seguidas ya que esto podra causar el efecto en el que la posicin 1 de la mscara hay un 1 el padre1 deber toda la poblacin tienda a converger al individuo. 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 Referencias posiciones. (Figura 4) [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 Figura 4: Cruce uniforme .php?id=370
2.3 Copia [4 ] [Figura 2, 3, 4]. Recuperada de: Gestal M,
Rivero D, Ramn J, Dorado J, Pazos A, (2010) La copia se refiere a mantener a un individuo Introduccin a los algoritmos genticos, Universidad de Corua. aleatoriamente para posteriormente copiarlo en la nueva generacin.
Epigenética para principiantes. Cómo la epigenética puede revolucionar nuestra comprensión de la estructura y el comportamiento de la vida biológica en la Tierra