Prologo:

Este documento es un resumo de paper llamado Improving problem definition through

interactive evolutionary computation en el cual se centraliza en los puntos ms esenciales y
provechoso.
Introduccin
Unos de los desafos ms grandes es el entendimiento del problema a tal punto que podamos
entender todos los elementos que se lo relaciona para poder desarrollar soluciones ms ptimas y
eficiente.
En el presente documento se realiza un resume del paper llamado: Improving problem definition
through interactive evolutionary computation en el cual nos mostrara la manera de ver la luz
dentro del tune de la incertidumbre a la hora realizar un plantamiento de un problema o el diseo
de un problema.

Evolucin computacional interactiva
La evolucin computacional interactiva se refiere a la evaluacin humana parcial o completa
sobre la evaluacin de la funcin de fitness. De misma manera, se utilizado para la evaluacin de
problemas cuantitativas difciles, pero no imposible
Un ejemplo un sistema de programacin evolutivo para enfermeras donde un modelo de
programa brinda una evaluacin cuantitativa de una solucin, pero el modelo no est apto para
requisitos cambiantes en aspectos de problemas cualitativos. En esos casos se debe de utilizar
nuevas restricciones con el objetivo de general soluciones eficiente. Otro ejemplo para destacar,
en los algoritmos genticos (GA) puede proporcionar el proceso de bsqueda para la
identificacin de combinaciones ptimas de biomolculas. Pero al introducir de parte del usuario
nueva combinaciones como una solucin de elite en las generaciones GA seleccionadas.
Todos los ejemplos anteriores tiene consigo una ventaja que es la tcnica estocsticas de
bsqueda basado en la poblacin, que tiene una gran capacidad de bsqueda y exploracin de
gran alcance. Pero Parmeer y Bonham ~ 1999, propone que dichas soluciones tambin debe de
proporcionar informacin para el usuario sobre el problema, para tener una mejor compresin del
dominio del problema, que le ayudara a identificar nueva direccin para la toma de decisin.




Sistema de diseo evolutivo
Existen muchas aplicaciones de las tcnicas de computacin evolutiva para el planteamiento del
problema. Quizs esas aplicaciones tienden a ser de dominio especfico y generalmente se refieren
a la optimizacin de un componente en particular donde los modelos matemticos bien definidos
proporcionan una funcin para su evaluacin.
La intencin de propones sistema de bsqueda basado en evolucin interactiva en exploracin
que proporcione informacin sobre los problemas relevantes para el diseador es que pueda ser
procesador y posteriormente discutido para la toma de decisin y/o el descubrimiento de posible
enfoques alternativo.
El Sistema de Evaluacin Cualitativa
La estrategia del sistema de evaluacin cualitativa intenta proporcionar un apoyo al diseador a la
hora de determinar las compensaciones entre dos criterios que son, cuantitativos y cualitativas.
En soporte utilizar una base de reglas lingsticas en las declaraciones en lenguaje natural de
reglas generadas en estrecha colaboracin con los ingenieros de turbinas Rolls Royce que reside
dentro de un sistema experto difuso. Las normas se refieren a la eficacia comparativa de una
solucin de diseo generado por el GA.
Soluciones interesante
Con relacin a la bsquedas basado en la poblacin estocstico, ellas generan una masa de
informacin, mucha de ellas se desecha. Agentes software experimentales se han introducido en
la solucin para monitorear lo generado a partir de los procesos individuales a los que puede
considerarse interesante por el fabricante de decisin.

Agente de negociacin
Es un sistema experimentales de agente de negociacin que manipulan las preferencias basadas
en reglas fueron establecidas por Cvetkovic ~ 2000, para la identificacin de soluciones que
satisfacen una gama de escenarios de diseo relacionados con los mltiples objetivos y valores de
las variables ideales. Por ejemplo, el diseador puede tener varios escenarios ideales como: me
gustara un objetivo que sea superior a 0,6 y un objetivo C sea inferior a 83,5; objetivos B, D, y E
deben ser maximizados; 2 variable debe tener un valor de entre 128,0 y 164,5; se prefiere un valor
mayor que 0,32 para la variable 7, y as sucesivamente.


Conclusin:
La inadecuada definicin de un problema puede provocar que todas las soluciones que parte de
ella sea deficientes y la implementacin de algunas de las tcnica anteriormente mencionadas en
uso de la computacin evolutiva nos sirve de apoyo para la toma de decisin y/o para el buen
diseo de un problema en el cual se toma en consideracin variable relacionado con el problema
que en primera instancia no eran importante, pero estas tcnica no permite ver nuevas
alternativas o ver el problemas desde otras perspectiva, haciendo uso tanto de mtricas
cualitativas como cuantitativas para la mejor adaptabilidad del problema.
Bibliografa
PARMEE, I. (2002). Improving problem definition through interactive evolutionary computation.
Cambridge University Press.