Computacin I

Asignacin del profesor

Presenta: Maritza Finkenthal


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


4






Referencias.

http://www.sc.ehu.es/ccwbayes/docencia/mmcc/docs/temageneticos.pdf
http://nando1-utb.blogspot.mx/p/algoritmos-geneticos.html
http://semana.mat.uson.mx/MemoriasXVII/XIII/villalobos.pdfhttp://www.rsme.es/comis/mujmat/mujer-
ciencia/presentacion/PresentacionMTIglesias.pdf