1 1. Realizar una investigacin acerca de Algoritmos Genticos (Que son, cmo funcionan, para que sirven y en donde los puedes aplicar en tu carrera y/o vida laboral). Al final del documento debers hacer una conclusin.
El algoritmo gentico es una tcnica de bsqueda basada en la teora de la evolucin de Darwin, que ha cobrado popularidad en todo el mundo durante los ltimos aos. Los Algoritmos Genticos (AGs) son mtodos adaptativos que pueden usarse para resolver problemas de bsqueda y optimizacin. Estn basados en el proceso gentico de los organismos vivos. A lo largo de las generaciones, las poblaciones evolucionan en la naturaleza de acorde con los principios de la seleccin natural y la supervivencia de los ms fuertes, postulados por Darwin. Por imitacin de este proceso, los Algoritmos Genticos son capaces de ir creando soluciones para problemas del mundo real. La evolucin de dichas soluciones hacia valores ptimos del problema depende en buena medida de una adecuada codificacin de las mismas.
Un algoritmo gentico consiste en una funcin matemtica o una rutina de software que toma como entradas a los ejemplares y retorna como salidas cules de ellos deben generar descendencia para la nueva generacin.
Una definicin bastante completa de un algoritmo gentico es la propuesta por John Koza:
"Es un algoritmo matemtico altamente paralelo que transforma un conjunto de objetos matemticos individuales con respecto al tiempo usando operaciones modeladas de acuerdo al principio Darwiniano de reproduccin y supervivencia del ms apto, y tras haberse presentado de forma natural una serie de operaciones genticas de entre las que destaca la recombinacin sexual. Cada uno de estos objetos matemticos suele ser una cadena de caracteres (letras o nmeros) de longitud fija que se ajusta al modelo de las cadenas de cromosomas, y se les asocia con una cierta funcin matemtica que refleja su aptitud. "
Los Algoritmos Genticos usan una analoga directa con el comportamiento natural. Trabajan con una poblacin de individuos, cada uno de los cuales representa una solucin factible a un problema dado. A cada individuo se le asigna un valor puntuacin, relacionado con la bondad de dicha solucin. En la naturaleza esto equivaldra al grado de efectividad de un organismo para competir por unos determinados recursos. Cuanto mayor sea la adaptacin de un individuo al problema, mayor ser la probabilidad de que el mismo sea seleccionado para reproducirse, cruzando su material gentico con otro individuo seleccionado de igual forma. Este cruce producir nuevos individuos , descendientes de los anteriores ; los cuales comparten algunas de las caractersticas de sus padres. Cuanto menor sea la adaptacin de un individuo, menor ser la probabilidad de que dicho individuo sea seleccionado para la reproduccin, y por tanto de que su material gentico se propague en sucesivas generaciones.
De esta manera se produce una nueva poblacin de posibles soluciones, la cual reemplaza a la anterior y verifica la interesante propiedad de que contiene una mayor proporcin de buenas caractersticas en comparacin con la poblacin anterior. As a lo largo de las generaciones las buenas caractersticas se propagan a travs de la poblacin. Favoreciendo el cruce de los individuos mejor adaptados, van siendo Computacin I Asignacin del profesor Presenta: Maritza Finkenthal
2 exploradas las reas ms prometedoras del espacio de bsqueda. Si el Algoritmo Gentico ha sido bien diseado, la, poblacin converger hacia una solucin ptima del problema.
En los AGs usualmente se utiliza una representacin binaria mediante una cadena binaria del tipo que se muestra enseguida, donde cada cadena se conoce como cromosoma, a cada posicin de la cadena se le llama gene y a los valores que puede tomar cada gene se le llama alelo.
Ventajas y Desventajas
No necesitan conocimientos especficos sobre el problema que intentan resolver. Operan de forma simultnea con varias soluciones, en vez de trabajar de forma secuencial como las tcnicas tradicionales. Cuando se usan para problemas de optimizacin maximizar una funcin objetivo- resultan menos afectados por los mximos locales (falsas soluciones) que las tcnicas tradicionales. Resulta sumamente fcil ejecutarlos en las modernas arquitecturas masivamente paralelas. Usan operadores probabilsticos, en vez de los tpicos operadores determinsticos de las otras tcnicas. Pueden tardar mucho en converger, o no converger en absoluto, dependiendo en cierta medida de los parmetros que se utilicen tamao de la poblacin, nmero de generaciones, etc. Pueden converger prematuramente debido a una serie de problemas de diversa ndole.
Limitaciones
El poder de los Algoritmos Genticos proviene del hecho de que se trata de una tcnica robusta, y pueden tratar con xito una gran variedad de problemas provenientes de diferentes reas, incluyendo aquellos en los que otros mtodos encuentran dificultades. Si bien no se garantiza que el Algoritmo Gentico encuentre la solucin ptima, del problema, existe evidencia emprica de que se encuentran soluciones de un nivel aceptable, en un tiempo competitivo con el resto de algoritmos de optimizacin combinatoria. En el caso de que existan tcnicas especializadas para resolver un determinado problema, lo ms probable es que superen al Algoritmo Gentico, tanto en rapidez como en eficacia. El gran campo de aplicacin de los Algoritmos Genticos se relaciona con aquellos problemas para los cuales no existen tcnicas especializadas. Incluso en el caso en que dichas tcnicas existan, y funcionen bien, pueden efectuarse mejoras de las mismas hibridndolas con los Algoritmos Genticos.
Computacin I Asignacin del profesor Presenta: Maritza Finkenthal
3 Algunas aplicaciones:
En ingeniera aeroespacial: diseo de la forma del ala de un avin supersnico
RoboCup: proyecto internacional para promocionar la robtica, la inteligencia articial y campos relacionados. (Torneo internacional de ftbol cuyo reto es desarrollar un equipo de robots humanoides autnomos que ganen a los humanos en 2050)
Ingeniera de sistemas: diseos de turbinas de molinos de parques elicos.
Diseo de una sala de conciertos con propiedades acsticas ptimas, (2002) similar al Grosser Musikvereinsaal de Viena
Reconocimiento de imgenes: Resonancia Magntica
Radioterapia: Optimizacin de la forma, orientacin e intensidad del haz de los emisores de rayos X
Localizacin de puestos de urgencias
John Deere & Co.: generar programas de montaje en la planta de Moline (Illinois) para la fabricacin de maquinaria agrcola pesada
Volvo: OptiFlex para el diseo del montaje de la planta de Dubln (Virginia) de un milln de metros cuadrados
United Distillers and Vintners: para administrar su inventario y sus suministros
Una de las aplicaciones en la que se puede utilizar este tipo de algoritmos en el centro de enseanza al cual pertenezco es en la elaboracin de Horarios del mismo y optimizar tiempos y movimientos.
Un conjunto de profesores {P1, ..., Pm} Un conjunto de clases {C1, ..., Ck} Un conjunto de intervalos de tiempo (horas) {H1, ...,Hn}
Conclusiones
Se ha tratado de proporcionar de forma breve y concisa un panorama general de lo que son los algoritmos genticos y su utilidad, sin que se llegara a profundizar mucho en ninguno de sus aspectos en particular. Las referencias bibliogrficas proporcionadas debern servir para averiguar ms detalles sobre el tema. El xito actual de los algoritmos genticos est fundamentado por una serie de investigaciones serias y formales alrededor del mundo. Este inters se ha visto ya reflejado en nuestro pas, puesto que centros de investigacin, as como cientficos independientes han publicado varios trabajos sobre el tema. Es de esperarse que en los aos siguientes ms gente se sienta atrada por esta novedosa tcnica, por lo que tal vez lo ms conveniente resulte saber aunque sea lo mnimo necesario sobre ella. Computacin I Asignacin del profesor Presenta: Maritza Finkenthal