Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Algoritmos Geneticos
Algoritmos Geneticos
Algoritmos Genéticos
Mendoza. Jhony, Mite. Joel, Reyes. Eduardo
jxmendozaj@unl.edu.ec, jgmitey@unl.edu.ec, ejreyesp@unl.edu.ec
utilizan la función de aptitud para determinar si esos Diseño por computadora de nuevos materiales que
cambios producen una mejora o no. cumplan múltiples objetivos.
Resulta sumamente fácil ejecutarlos en las modernas Optimización de la carga de containers.
arquitecturas masivas en paralelo. Asignación de procesos en topologías de redes con
Usan operadores probabilísticos, en vez de los típicos procesamiento distribuido.
operadores determinísticos de las otras técnicas [3]. Ubicación de archivos en sistemas de almacenamiento
distribuido.
Diseño de circuitos integrados.
7. Desventajas de los algoritmos genéticos Optimización de la infraestructura de telefonía celular.
Ingeniería Aeroespacial.
Definir una representación del problema. El lenguaje Juegos.
utilizado para especificar soluciones candidatas debe Robótica[3].
ser robusto, y además ser capaz de tolerar cambios
aleatorios que no produzcan constantemente errores III. CONCLUSIONES
fatales o resultados sin sentido. Se puede solucionar
mediante la definición de los individuos como listas
de números donde cada número representa algún - Los Algoritmos Genéticos son métodos adaptativos,
aspecto de la solución candidata. generalmente usados para resolver problemas de
búsqueda y optimización de parámetros, que se basan
Pueden tardar mucho en converger, o no converger en en el principio de supervivencia del más apto.
absoluto, dependiendo en cierta medida de los - Los algoritmos genéticos utilizan ideas de biología
parámetros que se utilicen -tamaño de la población, como población de cromosomas, selección natural
número de generaciones. para selección de pareja, cruza para producción de
descendencia y mutación para diversidad.
Pueden converger prematuramente debido a una serie
de problemas. Si un individuo que es más apto que la IV. REFERENCIAS
mayoría de sus competidores emerge muy pronto en
el curso de la ejecución, se puede reproducir tan
abundantemente que merme la diversidad de la
población demasiado pronto, provocando que el [1] M. Melián Batista, J. Moreno Pérez, and J. Moreno
algoritmo converja hacia el óptimo local que Vega, “Algoritmos Genéticos. Una visión práctica,”
representa ese individuo, en lugar de rastrear el Números, no. 71, p. 4, 2009.
paisaje adaptativo lo bastante a fondo para encontrar [2] A. Gaspar Cunha, R. Takahashi, C. Henggeler
el óptimo global. Esto es un problema especialmente Antunes, and F. J. B. Pereira, “Algoritmos genéticos,”
común en las poblaciones pequeñas, donde incluso Man. Comput. Evol. e metaheurística, pp. 25–47, 2012.
una variación aleatoria en el ritmo de reproducción
puede provocar que un genotipo se haga dominante
sobre los otros [3].