Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Con el afn de resolver problemas prcticos complejos, en los 60s se inici el desarrollo de un conjunto de algoritmos que tienen como denominador comn, la imitacin de la evolucin de los seres vivos.
Esta corriente se conoce como Computacin Evolutiva y los algoritmos ms conocidos son: Programacin Evolutiva (PE) (Fogel, et al., 1966) Estrategias Evolutivas (EE) (Rechenberg, 1973) Programacin Gentica (PG) (Koza, 1980) Algoritmos Genticos (AG) (Holland, 1975)
LA EVOLUCIN
LA EVOLUCIN
2. La seleccin a travs de la supervivencia en la lucha por la vida: los individuos mejor dotados, los que han nacido con modificaciones espontneas favorables para hacer frente al medio ambiente van a tener ms posibilidades de sobrevivir, de reproducirse y de dejar descendencia con estas ventajas.
4
LA GENTICA
LA GENTICA
posee
alrededor
de
El conjunto de cromosomas en el ser humano consta de 23, los cuales contienen la informacin necesaria para describir las caractersticas particulares de cada ser humano. Los genes contenidos en los 23 cromosomas representan el genoma de una persona. Ciertos valores de los genes ubicados en una cierta posicin y en ciertos cromosomas controlan ciertas caractersticas tales como el color de los ojos, la predisposicin a alguna enfermedad, etc.
6
Componentes de un algoritmo gentico (AG) 1. Una representacin gentica de soluciones al problema 2. Un camino para crear una poblacin inicial de soluciones 3. Una funcin de evaluacin de las soluciones en trminos de su aptitud
Terminologa (AG) Poblacin: Conjunto de soluciones (individuos). Seleccin: Para formar parejas. Puede llevarse a cabo utilizando diferentes criterios. Reproduccin: Generar otras soluciones. Hay dos formas: Seleccionando dos individuos Por mutacin de un individuo
es
modificado
bajo
PASOS DEL AG
ANEXO
Programacin Evolutiva (PE) Es una estrategia de optimizacin estocstica similar a los AG solo que la principal diferencia es que cada miembro de la poblacin genera un hijo va la mutacin y no a partir de una pareja.
Estrategias Evolutivas (EE) Estos algoritmos son muy similares a los AG y como su nombre lo indica, tambin imitan la evolucin natural. La principal diferencia con los AG estriba en que las aplicaciones para las cuales se desarrollaron los algoritmos fueron distintas. Mientras que los AG se desarrollaron para resolver problemas de optimizacin entera o discreta, las EE primero se aplicaron a problemas de optimizacin continua asociados a experimentos de laboratorio.
11
ANEXO
Estrategias Evolutivas (EE) (continuacin) Al igual que los AG, las EE difieren de la optimizacin clsica en lo siguiente: a) Buscan de una poblacin a otra en lugar de una solucin individual a otra. b) Usan informacin de una funcin objetivo y no derivadas. c) Usan reglas de transicin probabilsticas y no determinsticas.
12
ANEXO
Programacin Gentica (PG) Es un mtodo sistemtico para resolver un problema de forma automatizada por medio de computadoras. PG inicia con un enunciado de alto nivel acerca de qu se requiere hacer y automticamente crear un programa de computadora para resolverlo sin decirle cmo lo haga. PG inicia con un conjunto de programas creados aleatoriamente. Esta poblacin de programas progresivamente va evolucionando a travs de una serie de generaciones. La bsqueda evolutiva tambin utiliza el principio de la seleccin natural de Darwin, (la supervivencia del ms fuerte) y la analoga de varias operaciones que ocurren en la naturaleza como el cruzamiento, la mutacin, la duplicacin de genes y la eliminacin de genes.
13
CASO
PROBLEMA DEL AGENTE VIAJERO
Un vendedor tiene que visitar n + 1 ciudades, cada una exactamente una vez. La distancia entre cada par de ciudades viene dada por dij. El problema es encontrar el recorrido (tour) que comienza y termina en la
14
CASO
PROBLEMA DEL AGENTE VIAJERO
El problema del viajante (tambin conocido como problema del viajante de comercio o por sus siglas en ingls: TSP) es uno de los problemas ms
15
16