Está en la página 1de 9

VENTAJAS, LIMITACIONES Y APLICACIONES DEL

ALGORTIMO GENTICO
Jersey Samanta Castro Espinosa

Jersey Samanta Castro Espinosa, Estudiante de Ingeniera Industrial VIII Semestre, Corporacin Universitaria del Meta,
B13 Apto 402 Multifamiliares los Centauros, Villavicencio, 318 514 9165, Samyce18@hotmail.com.

INTRODUCCIN

LA IMPORTANCIA DEL ALGORTIMO


GENTICO EN LA SOLUCIN DE

El algoritmo gentico, al igual que las redes

PROBLEMAS1

neuronales, funciona como una caja negra


que recibe ciertas entradas y produce (tras

Los Algoritmos genticos son un mtodo

una cantidad de tiempo indeterminada) las

para resolver problemas de optimizacin, por

salidas deseadas. Sin embargo, a diferencia

tanto nos ayudan a tomar una decisin a la

de stas, los algoritmos genticos no

hora de actuar. Gracias a la base matemtica

necesitan entrenarse con ejemplos de ningn

de los Algoritmos genticos obtenemos

tipo, sino que son capaces de generar sus

valores resolutivos que aportan luz a la

propios ejemplos y contraejemplos que

incgnita propuesta en una funcin.

guen la evolucin a partir de poblaciones


inciales totalmente aleatorias.

Lo interesante del mecanismo de los


Algoritmos genticos es que simula el

Las expectativas son que la aptitud media de

comportamiento de los seres vivos en su

la poblacin se incrementar en cada ronda

proceso evolutivo.

y, por tanto, repitiendo este proceso cientos


o miles de rondas, pueden descubrirse

Un algoritmo gentico es una tcnica de

soluciones muy buenas del problema.

programacin que imita a la evolucin


biolgica como estrategia para resolver
1

La Importancia del Algoritmo Gentico en la Solucin de


Problemas.
Disponible en:
http://inteligenciaartificial802.wikispaces.com/ALGORITMOS+G
ENETICOS

problemas. Dado un problema especfico a

resulta ser un callejn sin salida, pueden

resolver, la entrada del algoritmo gentico es

eliminarlo fcilmente y continuar el trabajo

un conjunto de soluciones potenciales a ese

en avenidas ms prometedoras, dndoles una

problema, codificadas de alguna manera, y

mayor probabilidad en cada ejecucin de

una mtrica llamada funcin de aptitud que

encontrar la solucin.

permite evaluar cuantitativamente a cada


candidata. Estas candidatas pueden ser

Debido al paralelismo que les permite

soluciones que ya se sabe que funcionan, con

evaluar implcitamente muchos esquemas a

el objetivo de que el algoritmo gentico las

la vez, los algoritmos genticos funcionan

mejore,

particularmente bien resolviendo problemas

pero

se

suelen

generar

aleatoriamente.

cuyo espacio de soluciones potenciales es


realmente grande demasiado vasto para

VENTAJAS DE LOS ALGORITMOS

hacer una bsqueda exhaustiva en un tiempo

GENETICOS 2

razonable. La mayora de los problemas que


caen en esta categora se conocen como no

El primer y ms importante punto es que los

lineales. En un problema lineal, la aptitud de

algoritmos genticos son intrnsecamente

cada componente es independiente, por lo

paralelos. La mayora de los otros algoritmos

que cualquier mejora en alguna parte dar

son en serie y slo pueden explorar el

como resultado una mejora en el sistema

espacio de soluciones hacia una solucin en

completo. No es necesario decir que hay

una direccin al mismo tiempo, y si la

pocos problemas como ste en la vida real.

solucin que descubren resulta subptima,


no se puede hacer otra cosa que abandonar

La no linealidad es la norma, donde cambiar

todo el trabajo hecho y empezar de nuevo.

un componente puede tener efectos en

Sin

cadena en todo el sistema, y donde cambios

embargo,

ya

que

los

algoritmos

genticos tienen descendencia mltiple,

mltiples

que,

pueden explorar el espacio de soluciones en

perjudiciales,

mltiples direcciones a la vez. Si un camino

conducir hacia mejoras en la aptitud mucho

en

individualmente,
combinacin

son
pueden

mayores.
2

P. Brucker, S. Heitmann y J. Hurink, Scheduling of Trains on a


Single-Track Railway-Line. Ventajas de los Algoritmos Genticos,
Facultad de Informtica. Universidad Politcnica de Valencia.
Curso 2003-04.

Otra ventaja notable de los algoritmos


genticos es que se desenvuelven bien en

problemas

con

un

paisaje

adaptativo

de manera inexacta, puede que el algoritmo

complejo -aqullos en los que la funcin de

gentico sea incapaz de encontrar una

aptitud es discontinua, ruidosa, cambia con

solucin al problema, o puede acabar

el tiempo, o tiene muchos ptimos locales.

resolviendo el problema equivocado. Esta


ltima situacin se describe a veces como la

LIMITACIONES

DE

LOS

ALGORITMOS GENETICOS3

tendencia del algoritmo gentico a engaar,


aunque en realidad lo que est pasando es
que el algoritmo gentico est haciendo lo

Los algoritmos genticos tienen ciertas

que se le pidi hacer, no lo que sus creadores

limitaciones; sin embargo, se demostrar que

pretendan que hiciera.

todas ellas pueden superarse y que ninguna


de ellas afecta a la validez de la evolucin

FUNCIONAMIENTO

biolgica.

ALGORITMO GENTICO BSICO4

La primera y ms importante consideracin

Un algoritmo gentico puede presentar

al crear un algoritmo gentico es definir una

diversas variaciones, dependiendo de cmo

representacin del problema. El lenguaje

se

utilizado

soluciones

(cruzamiento, mutacin), de cmo se realiza

candidatas debe ser robusto; es decir, debe

la seleccin y de cmo se decide el

ser capaz de tolerar cambios aleatorios que

reemplazo de los individuos para formar la

no produzcan constantemente errores fatales

nueva

o resultados sin sentido.

pseudocdigo consiste de los siguientes

para

especificar

aplican

los

DE

operadores

poblacin.

En

UN

genticos

general,

el

pasos:
El problema de cmo escribir la funcin de
aptitud debe considerarse cuidadosamente

INICIALIZACIN:

Se

genera

para que se pueda alcanzar una mayor

aleatoriamente la poblacin inicial, que

aptitud y verdaderamente signifique una

est constituida por un conjunto de

solucin mejor para el problema dado. Si se

cromosomas los cuales representan las

elige mal una funcin de aptitud o se define

posibles soluciones del problema. En caso

Ninoska Maneiro, Limitaciones de los Algoritmos Geneticos,


Tesis de Maestra. Facultad de Ingeniera. Universidad de
Carabobo, 2001.

Ochoa Garca Sandra (2008). Funcionamiento de un Algoritmo


Gentico Bsico. Instituto Politcnico Nacional Mexico D.F. Fecha
de consulta: 8 de Setiembre 2013.

de

no

hacerlo

aleatoriamente,

es

construccin de horarios para el trfico

importante garantizar que dentro de la

ferroviario. Hasta hace poco estas tareas se

poblacin inicial, se tenga la diversidad

realizaban mayormente a mano. Durante los

estructural de estas soluciones para tener

ltimos aos los ordenadores han sido

una representacin de la mayor parte de la

equipados para realizar el proceso de

poblacin posible o al menos evitar la

construccin de los horarios usando bases de

convergencia prematura.

datos

EVALUACIN: A cada uno de los

apropiadas

sistemas

grficos

interactivos.

cromosomas de esta poblacin se aplicar


la funcin de aptitud para saber qu tan

Lo ideal sera construir un sistema capaz de

"buena" es la solucin que se est

crear

codificando.

cualquier lnea ferroviaria, pero esta es una

CONDICIN

DE

TRMINO:

El

tarea

automticamente

muy

complicada,

el

horario

dada

la

de

gran

algoritmo gentico se deber detener

diversidad de trazados ferroviarios que nos

cuando se alcance la solucin ptima,

podemos encontrar. As que en vez de

pero sta generalmente se desconoce, por

abordar la construccin de una herramienta

lo que se deben utilizar otros criterios de

general, la mayora de los trabajos se centran

detencin. Normalmente se usan dos

en buscar soluciones especficas para lneas

criterios: correr el algoritmo gentico un

concretas

nmero

determinada.

mximo

de

iteraciones

que

presentan

una

tipologa

(generaciones) o detenerlo cuando no


haya cambios en la poblacin.

APLICACIN
EVOLUTIVAS

DE
A

TCNICAS

PROBLEMAS

APLICACIONES

DE

LA

INTELIGENCIA

ARTIFICIAL

EN

PROBLEMAS DE PRODUCCIN6

DE

SCHEDULING FERROVIARIO5

Se considera que la produccin en nuestros


das puede estar muy apoyada en las nuevas

Una de las tareas ms complicadas que las

tecnologas, como es la inteligencia artificial

compaas de ferrocarriles afrontan es la

Aplicacin de Tcnicas Evolutivas a Problemas de Scheduling


Ferroviario, Bella Sanjun, Antonio Valencia, septiembre 2004,
PFC: II - DEIO - B - 01/03

Alejandro Vargas Lpez, Aplicaciones de la Inteligencia


Artificial en Problemas de Produccin, Gestin del conocimiento.
01-2004
Disponible en:
http://www.gestiopolis.com/recursos/documentos/fulldocs/ger1/apli
intarti.htm

ya sea como soporte para una toma de

mucho cuidado ya que hay que analizar los

decisiones ms eficaz o en la ayuda de

diferentes impactos ya sean ambientales,

labores, tareas, que exijan gran demanda de

sociales, polticos y econmicos.

tiempo o representen un alto grado de


peligrosidad al ser humano.

Se han venido destacando otros paradigmas


como lo son los agentes de decisin

Son muchos los estudios y aplicaciones que

inteligente y autmatas programables, con

se han logrado con el desarrollo de esta

respecto a estos ltimos se suelen emplear en

ciencia , entre las cuales tenemos redes

gran medida en procesos industriales de

neuronales aplicadas al control de la calidad

acuerdo a necesidades a satisfacer como,

donde la red evala si determinado producto

espacio reducido, procesos de produccin

cumple o no con las especificaciones

peridicamente

demandadas, control del proceso qumico en

secuenciales,

el grado de acidez, algoritmos genticos

variables, etc.

aplicados

al

problema

cuadrtico

cambiantes,
maquinaria

de

procesos
procesos

de

asignacin de facilidades que trata de la

APPLICATION

OF

ARTIFICIAL

asignacin de N trabajos en M mquinas, los

INTELLIGENCE

IN

PRODUCTION

autmatas programables que se usan para la

SYSTEMS8

optimizacin de sistemas de produccin, en


fin, todava queda mucho por descubrir con

La incorporacin de agentes de decisin

respecto a las aplicaciones de esta ciencia.

inteligente,

redes

neuronales,

sistemas

expertos, algoritmos genticos y autmatas


TRENDS

OF

ARTIFICIAL

INTELLIGENCE SYSTEMS7

programables para optimizacin de sistemas


de produccin es una tendencia activa en el
ambiente industrial de pases con alto

Se determina que todos estos desarrollos

desarrollo tecnolgico y con una gran

acortan bastante el proceso de decisiones y

inversin en investigacin y desarrollo.

optimizan las mismas, pero ah que tener

Dichos componentes de la Inteligencia


Artificial tienen como funcin principal

Francisco Herrera Fernndez Ph. D. Profesor del departamento


de Control Automtico Universidad Central de las Villas Santa
Clara, Cuba. Trends Of Artificial Intelligence Systems. Pag 42 44

Marr D.C. Artificial Intelligence: a Personal View, Artificial


Intelligence. EEUU 1977. Rolston W. David. Application Of
Artificial Intelligence In Production Systems. Mc Graw Hill.
Mxico 1992.

controlar de manera independiente, y en

ANTECEDENTES

coordinacin

GENTICO9

con

otros

agentes,

EN

EL

ARTE

componentes industriales tales como celdas


de manufactura o ensamblaje, y operaciones

La naturaleza utiliza potentes medios para

de mantenimiento, entre otras.

impulsar la evolucin satisfactoria de los


organismos. Los organismos que son poco

Existe

una

tendencia

la

aptos para un determinado ambiente mueren,

de

en tanto que los que estn bien adaptados

manufactura/ensamblaje ms autnomos e

para vivir, se reproducen. Los hijos son

inteligentes, debido a las exigencias del

semejantes a sus padres, por lo que cada

mercado por obtener productos con niveles

nueva

muy

con

semejantes a los miembros bien dotados de

operaciones manuales se hace complicada y

la generacin anterior." (Russel y Norvig,

hace que los pases subdesarrollados como el

1996) Los algoritmos genticos son una

nuestro no alcance niveles competitivos a

tcnica de la Inteligencia Artificial, que

nivel mundial. Al disear un sistema de

simula el proceso evolutivo de los seres

produccin integrado por computadora se

vivos y lo aplica a la bsqueda de soluciones

debe dar importancia a la supervisin,

planificacin, secuenciacin cooperacin y

problemas.

implementacin

altos

de

de

calidad;

creciente

sistemas

lo

cual

generacin

optimizacin,

tiene

en

la

organismos

resolucin

de

ejecucin de las tareas de operacin en


centros de trabajo, agregado al control de los

El

niveles de inventario y caractersticas de

computadora

calidad y confiabilidad del sistema. Los

genticos. Genetic Images de Karl Sims, "es

factores

la

una instalacin multimedia en la que los

estructura del sistema y su coordinacin

visitantes pueden interactuar en el proceso

representa una

evolutivo de imgenes abstractas. Una

mencionados

de las

determinan

funciones ms

arte

gentico
a

es

partir

genera

generado
de

por

algoritmos

importantes en el manejo y control de la

supercomputadora

muestra

produccin.

imgenes en 16 pantallas situadas en el


espacio en forma de arco. Los visitantes se
paran sobre sensores frente a las imgenes
9

Macchi, Carlos.:2000, Antecedentes en el Arte Gentico, Ars e


verse, http://www.arseverse.com/

que les resultan de mayor belleza, y as

genes superara los treinta, y la cantidad de

seleccionan las imgenes que sobrevivirn y

combinaciones posibles sera altsima, pero

se reproducir en una nueva generacin"

dado que no todas las variables representan

(Sims,1993).

Particle

caractersticas que son perceptibles por s

Dreams y Panspermia, obras de Karl Sims,

mismas, seguramente en la reproduccin se

junto con The Process Of The Evolution de

perdera la herencia de las caractersticas

Will Lantham o Mutations de Yoichiro

percibidas de los progenitores. Y es que se

Kawaguchi" (Macchi, 2002), son obras de

puede distinguir entre las caractersticas

arte gentico expuestas en el Centro Georges

constructivas y las perceptibles, es decir, las

Pompidou durante la Revue Virtuelle de

variables aisladas definen la forma en que se

1993.

construye el cuadro, pero para poder definir

"Genetic

Images,

una caracterstica perceptible, es necesario


reunir varias de estas en un slo gen.

LA COMPOSICIN DE LOS GENES

De qu se componen los genes? Cuando


trabajamos con Algoritmos Genticos los

CONCLUSIONES

genes de los "sujetos" que cruzamos estn


compuestos de los valores de las variables

Los grandes avances de I.A aplicada a

que permiten construir al sujeto en cuestin.

sistemas de produccin han hecho que da a

Es decir, los valores de las variables que

da la industria en su constante bsqueda por

caracterizan

mejorar su competitividad logren dicho

aplicamos

al

sujeto.

Algoritmos

Pero

Genticos

cuando
a

un

objetivo, pero en muchos de los casos

fenmeno esttico, como un cuadro con la

desplazar gran cantidad de mano de obra que

esttica de Vasarely, es importante que los

llevan consigo un deterioro social que se ve

genes reflejen propiedades perceptibles. Los

reflejado en los indicadores globales de

cinco genes elegidos en nuestro ejemplo,

desempleo y niveles de pobreza.

responden a caractersticas que pueden ser


"vistas". Para esto, fue necesario englobar

Los algoritmos genticos son una tcnica

varias variables en cada uno de los genes. Si

muy potente que permite simular ciertos

se hubiera hecho una asociacin de un gen

aspectos de la reproduccin de los seres

por variable, seguramente la cantidad de

vivos y aplicarla a diferentes problemticas,

como es el caso del arte, nuestro objeto de


discusin en el presente texto. A la hora de
aplicar esta tcnica a la produccin esttica,
es importante tener en cuenta que el
principal inters en su uso radica en la
herencia de caracteres y que por tanto, dicha
herencia debe ser notable (perceptible) ya
que sino la tcnica slo funcionar como una
configuracin al azar. Si la aplicacin de los
algoritmos genticos se dan sobre procesos
generativos, como han sido los ejemplos
expuestos, entonces es necesario extraer
cuales son los parmetros que definen la
configuracin final del fenmeno y luego
agrupar estos parmetros de forma que
representen caractersticas perceptibles del
fenmeno.

REFERENCIAS BIBLIOGRFICAS

Sanjun, Antonio Valencia, septiembre


2004, PFC: II - DEIO - B - 01/03

[1] La Importancia del Algortimo Gentico


en la Solucin de Problemas.
Disponible en:
http://inteligenciaartificial802.wikispaces.co
m/ALGORITMOS+GENETICOS

[6] Alejandro Vargas Lpez, Aplicaciones


de la Inteligencia Artificial en Problemas de
Produccin, Gestin del conocimiento. 012004
Disponible en:
http://www.gestiopolis.com/recursos/docum
entos/fulldocs/ger1/apliintarti.htm

[2] P. Brucker, S. Heitmann y J. Hurink,


Scheduling of Trains on a Single-Track
Railway-Line. Ventajas de los Algoritmos
Genticos,
Facultad
de
Informtica.
Universidad Politcnica de Valencia. Curso
2003-04.
[3] Ninoska Maneiro, Limitaciones de los
Algoritmos Geneticos, Tesis de Maestra.
Facultad de Ingeniera. Universidad de
Carabobo, 2001.
[4] Ochoa Garca
Sandra (2008).
Funcionamiento de un Algoritmo Gentico
Bsico. Instituto Politcnico Nacional
Mexico D.F. Fecha de consulta: 8 de
Setiembre 2013.
[5] Aplicacin de Tcnicas Evolutivas a
Problemas de Scheduling Ferroviario, Bella

[7] Francisco Herrera Fernndez Ph. D.


Profesor del departamento de Control
Automtico Universidad Central de las
Villas Santa Clara, Cuba. Trends Of
Artificial Intelligence Systems. Pag 42 - 44
[8] Marr D.C. Artificial Intelligence: a
Personal View, Artificial Intelligence.
EEUU 1977. Rolston W. David. Application
Of Artificial Intelligence In Production
Systems. Mc Graw Hill. Mxico 1992.
[9] Macchi, Carlos.:2000, Antecedentes en el
Arte
Gentico,
Ars
e
verse,
http://www.arseverse.com/
[10] Russel Stuart y Norvig Peter.: 1996, La
Composicin de los Genes, Prentice Hall,
Mxico, pp. 653-654.