Algoritmo de Bsqueda por Haz

Estocstico y Algoritmos Genticos

 Algoritmo Gentico Simple

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 (1859). 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. Los principios bsicos de los
Algoritmos Genticos fueron establecidos por Holland (1975), y se encuentran bien descritos
en varios textos Goldberg (1989), Davis (1991), Michalewicz (1992), Reeves (1993) .

En la naturaleza los individuos de una poblacin compiten entre si en la bsqueda de

recursos tales como comida, agua y refugio. Incluso los miembros de una misma especie
compiten a menudo en la bsqueda de un compaero. Aquellos individuos que tienen ms
xito en sobrevivir y en atraer compaeros tienen mayor probabilidad de generar un gran
nmero de descendientes. Por el contrario individuos poco dotados producirn un menor
nmero de descendientes. Esto significa que los genes de los individuos mejor adaptados se
propagarn en sucesivas generaciones hacia un nmero de individuos creciente. La
combinacin de buenas caractersticas provenientes de diferentes ancestros, puede a veces
producir descendientes superindividuos, cuya adaptacin es mucho mayor que la de
cualquiera de sus ancestros. De esta manera, las especies evolucionan logrando unas
caractersticas cada vez mejor adaptadas al entorno en el que viven. 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 o 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 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. 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.

Durante la ejecucin del algoritmo, los padres deben ser seleccionados para la reproduccin,
a continuacin dichos padres seleccionados se cruzarn generando dos hijos, sobre cada
uno de los cuales actuar un operador de mutacin. El resultado de la combinacin de las
anteriores funciones ser un conjunto de individuos (posibles soluciones al problema), los
cuales en la evolucin del Algoritmo Gentico formarn parte de la siguiente poblacin.
 Algoritmo de Bsqueda por Haz Estocstico

Una variante llamada bsqueda de haz estocstica, anloga a la ascensin de colinas

estocstica, ayuda a aliviar este problema. En vez de elegir los K mejores del conjunto de
sucesores candidatos, la bsqueda de haz estocstica escoge a K sucesores aleatoriamente,
con la probabilidad de elegir a un sucesor como una funcin creciente de su valor. La
bsqueda de haz estocstica muestra algn parecido con el proceso de seleccin natural,
por lo cual los <<sucesores>> (descendientes) de un <<estado>> (organismo) pueblan la
siguiente generacin segn su <<valor>> (idoneidad o salud).