OPTIMIZACIN

E r i k C u e v a s , Va l e n t n O s u n a , D i e g o O l i v a y M a r g a r i t a D a z

CAPTULO 2
ALGORITMOS GENTICOS (GA)
Introduccin
Los sistemas adaptivos artificiales (SAA) son una opcin viable para
resolver algunos problemas clsicos de inteligencia artificial
Algunos ejemplos son el -pandemonium, sistemas morfogenticos,
autmata autoreproducido, solucionador general de problemas
Los SAA estn estrechamente relacionados con las metaheursticas
Algoritmos Genticos (AG) es una metaheurstica inspirada en la evolucin
de la especies, y pertenece a los llamados Algoritmos Evolutivos
Los AG fueron propuestos por Holland y sus colegas en los 60s para
resolver problemas de optimizacin
Sus operadores son seleccin, cruza y mutacin
Generalidades
Inicializacin
Los individuos (o soluciones candidatas), son los valores que puede
tomar una posible solucin al problema
Los individuos pueden ser vectores de nmeros binarios, o vectores
de nmeros reales
Al principio del algoritmo es necesario inicializar la poblacin de
individuos, mediante (caso de individuos binarios):
Seleccin de padres
Sirve para seleccionar a los padres
que sern cruzados
Seleccin Proporcional
Mtodo de la Ruleta
Sobrante Estocstico
Universal Estocstica
Muestreo Determinstico
Seleccin por Rangos
Seleccin por Torneo
Seleccin de Estado Estable
Mtodo de la Ruleta (1/2)
En este algoritmo se utiliza el valor de aptitud (fitness) de los padres
para construir un conjunto de probabilidades de seleccin, similar a
una ruleta con particiones de distintos tamaos
Algoritmo:
Se evala a cada individuo considerando la funcin objetivo f(xi)
Se calcula el acumulado de la funcin objetivo E
Se calcula la posibilidad de seleccin de cada individuo pi
Se calcula la probabilidad acumulada de cada individuo qi
Se genera un nmero al azar uniformemente distribuido r
Se selecciona el padre que cumple qi > r
Mtodo de la Ruleta (2/2)
Ecuaciones:
Cruza (1/2)
Consiste en el intercambio de material gentico entre soluciones
candidatas
Cruza de un punto
Cruza de dos puntos
Cruza uniforme
Cruza (2/2)
Mutacin
Consiste en cambiar cada bit de una solucin candidata binaria con
base en probabilidades:
Seleccin del ms apto
Consiste en seleccionar a los individuos ms aptos que sobrevivirn a
la siguiente generacin:
Pseudocdigo