ALGORITMO GENETICO

Son llamados as porque se inspiran en la evolucin biolgica y su base gentico-molecular. Estos algoritmos hacen evolucionar una poblacin de individuos sometindola a acciones aleatorias semejantes a las que actan en la evolucin biolgica.

HISTORIA
Postulados de Darwin
G.E.P. Box, G.J. Friedman, W.W. Bledsoe y H.J. Bremermann Algoritmos para optimizacin de funciones y aprendizaje automtico

L.J. Fogel, A.J. Owens y M.J. Walsh Programaci n Evolutiva

1859

1950/1960

1962

1965

1966

Los primeros ejemplos de lo que hoy podramos llamar Algoritmo Gentico., por parte de Bilogos Evolutivos

Ingo Rechenberg Tcnica que llam Estrategia Evolutiva

HISTORIA
John Holland. sent bases para desarrollos posteriores

David Goldberg conoci a Holland escribiendo un algoritmo gentico en un ordenador personal Apple II.

En los 60s

1962

1977

1985

Grupo Logic of computers, sus ideas comenzaron a desarrollarse y a dar frutos. Curso Teora de los sistemas adaptativos

La primera conferencia en 1985 ICGA85

ALGORITMO GENTICO

Diseo automatizado, incluyendo investigacin en diseo de materiales y diseo multiobjetivo de componentes automovilsticos: mejor comportamiento ante choques, ahorros de peso, mejora de aerodinmica, etc. Diseo automatizado de equipamiento industrial. Diseo automatizado de sistemas de comercio en el sector financiero. Construccin de rboles filogenticos. Optimizacin de carga de contenedores. Diseo de sistemas de distribucin de aguas. Diseo de topologas de circuitos impresos. Diseo de topologas de redes computacionales. En Teora de juegos, resolucin de equilibrios. Anlisis de expresin de genes. Aprendizaje de comportamiento de robots. Aprendizaje de reglas de Lgica difusa. Anlisis lingstico, incluyendo induccin gramtica, y otros aspectos de Procesamiento de lenguajes naturales, tales como eliminacin de ambigedad de sentido. Infraestructura de redes de comunicaciones mviles. Optimizacin de estructuras moleculares.

ALGORITMO GENTICO
APLICACIN: Solucin de problemas de optimizacin. Para aplicar la tcnica se recomienda:

o o

Su espacio de bsqueda debe estar delimitado dentro de un cierto rango. Debe poderse definir una funcin de aptitud Las soluciones deben codificarse de una forma que resulte relativamente fcil de implementar

ALGORITMO GENTICO

Poblacin

Cromosomas, o cadenas de caracteres (generalmente

binaria) que representan las soluciones posibles del problema.

Genes, los smbolos que forman la cadena. Cuando la

representacin de los cromosomas se hace con cadenas de dgitos binarios se le conoce como genotipo.

Generaciones. Iteraciones a travs de las cuales los

cromosomas evolucionan

Funcin de aptitud: no es ms que la funcin objetivo de

nuestro problema de optimizacin.

ALGORITMO GENTICO FUNCIONAMIENTO

1.

2.
3. 4.

5.

6.

Inicializacin Funcin aptitud Evaluacin Seleccin (la ruleta o el torneo) Reproduccin sexual o cruza (punto nico de cruza o dos puntos de cruza) Mutacin Reemplazo

ALGORITMO GENTICO

DECISIONES PARA IMPLEMENTAR UN ALGORITMO GENTICO

Criterio de codificacin. Criterio de tratamiento de individuos no factibles. Criterio de inicializacin. Criterio de parada. Funcin de adaptacin. Operadores genticos. Criterios de reemplazo. Parmetros de funcionamiento.

ALGORITMO GENTICO
AMBIENTES DE PROGRAMACIN 1) Sistemas Orientados a las aplicaciones: Evolver, XpertRule GenAsys. 2) Sistemas Orientados a los algoritmos :De uso especifico como Escapade, o Bibliotecas 3) Cajas de Herramientas