INTELIGENCIA ARTIFICIAL - HERENCIA

3. CRUZAMIENTO
En la reproducción sexual, como se desempeña en el mundo real, la materia genética de
los progenitores se mezcla cuando los gametos de los progenitores se fusionan. Por lo
general, los cromosomas son aleatoriamente divididos y fusionados, con la consecuencia
de que algunos genes de los descendientes provienen de un progenitor, mientras que
otros provienen del otro progenitor. Este mecanismo se denomina cruzamiento. Es una
herramienta muy potente para introducir nuevos materiales genéticos y mantener la
diversidad genética, pero con la notable propiedad de que progenitores saludables
también producen buen rendimiento en los descendientes, o incluso mejores. Varias
investigaciones han llegado a la conclusión de que el cruzamiento es la razón por la que
las especies de reproducción sexual se adaptan más rápido que las de reproducción
asexual.

3.1 ALGORITMO DE CRUZAMIENTO DE N-PUNTOS: se puede hacer un corte o elegir al

azar N puntos de ruptura. Cada segunda sección se intercambia. Entre estas clases, la de
dos puntos es particularmente la más importante.

 Cruce de 1 punto:

- Una vez seleccionado dos individuos se cortan sus cromosomas por un punto
seleccionado aleatoriamente y se generan dos segmentos diferenciados

- Se intercambian los segmentos del lado derecho como indica la fecha roja en
este caso 1 0 0 0 0 y 1 1 1 1 1 para generar los nuevos descendientes.
- Se produce el intercambio de los segmentos indicados para generar los nuevos
descendientes, de esta manera ambos descendientes heredan información
genética de los padres, tal y como podemos ver en la imagen.

 Cruce de 2 puntos: Se trata de una generalización del cruce de 1 punto. En vez de

cortar un único punto de los cromosomas de los padres se hace lo siguiente…

- Al tener a los dos padres seleccionados se procederá a realizar dos cortes (la flecha
roja indica los cortes), se debe tener en cuenta que ninguno de estos puntos de
corte coincida con el extremo de los cromosomas para garantizar que se originen
tres segmentos.

- Para generar la descendencia se escoge el segmento central de uno de los padres

para intercambiar con el otro segmento central como vemos en la imagen.
3.2 ALGORITMO DE CRUZAMIENTO UNIFORME: este algoritmo consiste en la generación
aleatoria de una máscara de cruce con valores binarios.

- Si en uno de las posiciones de la máscara hay un “1”, el gen situado en esa posición
en uno de los descendientes se copia del primer padre. Si por el contrario hay un “0”
en el gen se copia del segundo padre. Esto para el primer descendiente.

- Para producir el segundo descendiente se intercambian los roles, en este caso la

máscara se mantiene tal y como esta. Lo que cambia es que ahora si en la máscara
 hay un “1”, el gen situación en esa posición se copia del segundo padre. Si por el
contrario hay un “0” en el gen se copia del primer padre. Esto es para el segundo
descendiente.

4. MUTACION

Mientras el operador cruce combina aquellas buenas características de los individuos

llevando a cabo la explotación de las áreas beneficiosas detectadas por la selección, el
operador mutación incluye la diversidad en la búsqueda facilitando la exploración de
áreas aún no tratadas. Por lo tanto se puede decir que la principal característica de este
operador es permitir que todos los individuos del espacio de búsqueda tengan una
probabilidad de ser explorados mayor de cero. Además, su funcionamiento permite
recuperar características de los individuos que por medio de la selección y el cruce podrían
haber perdido, cayendo en el olvido y que, aun siendo buenas características, sería
imposible recuperar sin la acción del operador mutación.

4.1 MUTACION BIT: Este algoritmo consiste en variar aleatoriamente un gen (BIT) de un
cromosoma. Si se trabaja con codificaciones binarias consistir simplemente en negar un bit.
En este caso vemos que el gen del cromosoma de posición dos ha sido mutado como indica
la flecha amarilla.

4.2 MUTACION BASADO EN CAMBIOS: Este algoritmo consiste en la selección aleatoria de

dos puntos en el cromosoma. Estos dos puntos seleccionados se intercambian en el
cromosoma generando un nuevo individuo como se muestra en la figura.
En el siguiente ejemplo podemos ver que aleatoriamente se seleccionó el gen de posición
3 el cual contiene al alelo con valor “1”, y también se seleccionó al azar el gen de posición
6 el cual contiene al alelo con valor “5” y se produce el cambio generando el resultado
siguiente.

4.3 MUTACION BASADO EN LA INVERSION SIMPLE (SIM): Este algoritmo selecciona

aleatoriamente dos puntos de corte en la cadena, para a continuación revertir el segmento
comprendido entre ambos.

En este caso como vemos en la imagen el primer punto de corte se da entre la segunda y
tercer gen de la cadena, y el otro corte se da entre el quinto y sexto gen, dejando un
segmento en el medio como podemos observar.

En este caso como vemos en la imagen el segmento el cual contienen los genes de valor “3
4 5” los cuales han sido invertidos dentro del mismo segmento generando una nueva
mutacion.