MOS

GENETIC
INTEGRANTES:
Jhazmin Adelaida Duran Condori
OS
Jhasmany Elio Cano Gutierrez
Carlos Duir Foro Soliz
SEMESTRE:
Noveno
FECHA:
7/4/2022
INTRODUCC
IÓN
Cuando hablamos de algoritmos geneticos:

 Tenemos como referencia a John Holland que en 1962 asienta las bases para
sus posteriores
desarrollos hasta llegar a lo que se conoce hoy por algoritmos genéticos.
Un algoritmo genético es un método de búsqueda que imita la
teoría de la evolución biológica de Darwin para la resolución
de problemas.
Para ello, se parte de:
● Una población inicial de la cual se seleccionan los individuos más
capacitados.
● Luego reproducirlos y mutarlos.
● Finalmente obtener la siguiente generación de individuos.

Ya que estos estarán más adaptados que la anterior generación.

 ESQUEMA BASICO
En la naturaleza todo el proceso de evolución biológica se hace de forma natural pero para aplicar el
algoritmo genético al campo de la resolución de problemas habrá que seguir una serie de pasos. Se
aconseja que la población sea generada de forma aleatoria para obtener dicha diversidad. En caso de que
la población no sea generada de forma aleatoria, se tomará en cuenta, que se garantice una cierta
diversidad en la población generada.
Los pasos básicos de un algoritmo genético son:

04
ORGANIZA

01
EVALUAR LA
02
PERMITIR
REPRODUCCI
03PROBABILIDA
D DE
R
POBLACIÓ
N
PUNTUACIÓN ÓN MUTACIÓN Se organiza la
De cada De los cromosomas, los mas aptos, Muta un gen del nuevo
en probabilidad para reproducirse nueva población.
cromosoma individuo generado.
generado
 Estos pasos se repetirán hasta que se de una condición de terminación. Se fija un número máximo de iteraciones antes de finalizar el
algoritmo genético cuando no se produzcan más cambios en la población
 PARÁMETROS DE LOS ALGORITMOS
GENÉTICOS.
Para el estudio de los algoritmos genéticos hay que tener en cuenta una serie
de parámetros:

1Tamaño
Este parámetro nos indica el número2
de la Población
Probabilidad de Cruce
de cromosomas que tenemos en
nuestra población para una
Indica la frecuencia con la que se
generación determinada. De hecho
estudios revelan que hay un límite a
partir del cual es ineficiente elevar
el tamaño de la población puesto
que no se consigue una mayor
velocidad en la resolución del
problema.
producen cruces entre los
cromosomas padre es decir, que
haya probabilidad de reproducción
entre ellos. En caso de que no exista
probabilidad de reproducción, los
hijos serán copias exactas se los
padres. En caso de haberla, los hijos
tendrán partes de los cromosomas
de los padres.
3Probabilidad de Mutación
Nos indica la frecuencia con la que
los genes de un cromosoma son
mutados. Si no hay mutación, los
descendientes son los mismos que
había tras la reproducción. En caso
de que haya mutaciones, parte del
cromosoma descendiente es
modificado y si la probabilidad de
mutación es del 100%, la totalidad
del cromosoma se cambia.
OPERACIONES DE LOS ALGORITMOS
GENÉTICOS.
Tras parametrizar el problema en una serie de variables, se codifican en un cromosoma. Hay que tener en cuenta que un algoritmo genético es
independiente del problema, lo cual lo hace un algoritmo robusto, al resultar útil en cualquier ámbito de acción, pero a la vez débil, pues no
está especializado en ninguno. Las soluciones codificadas en un cromosoma compiten para ver cuál constituye la mejor solución . La
diversidad genética se introduce mediante mutaciones y reproducción sexual.
 CODIFICACIÓN DE LAS VARIABLES
Los cromosomas de alguna manera deberán contener información acerca de la solución que representa. La más utilizada es mediante una
cadena de números binarios . La elección de la codificación dependerá también del problema a resolver pues puede darse la situación en la
que la resolución de un caso sea más óptimo el uso de una codificación basada en números reales mientras que esa codificación complique la

CODIFICACIÓN
solución en otro caso.

BINARIA CODIFICACIÓN
Es la codificación más extendida
debido a que los primeros algoritmos VALOR DIRECTO
genéticos utilizaron este tipo de Este tipo de codificación será el utilizado en caso de
codificación. Este tipo de codificación resolución de problemas en el que se requiera del uso de
valores de cifrado complicado como podría ser en el uso de
se utiliza por ejemplo en el problema números reales, cuya codificación con números binarios sería
de la mochila. muy complejo. Su aplicación es muy buena en ciertos
problemas concretos. Una aplicación de esta codificación se
da en la resolución de problemas para la búsqueda de pesos
para las redes neuronales.
CODIFICACIÓN DEL
ARBOL SELECCIÓN POR
Cada cromosoma será en este caso un árbol RANGO
Como ya hemos visto anteriormente es necesario hacer una
con ciertos objetos.
selección con los individuos más capacitados para que éstos
En este método, los cambios aleatorios
sean los que se reproduzcan con más probabilidad de acuerdo
pueden generarse cambiando el
con la teoría de Darwin en la cual los más capacitados son los
operador, alterando el valor de un cierto nodo
que deben sobrevivir y crear una nueva descendencia más
del árbol o simplemente sustituyendo un
subárbol por otro. SELECCIÓN DE VARIAS facultada.

SELECCIÓN FORMAS SELECCIÓN

POR RUEDA DE
RULETA
Se crea para esta selección una ruleta con los
cromosomas presentes en una generación. Cada
cromosoma tendrá una parte de esa ruleta mayor o menor
en función a la puntuación que tenga cada uno. Se hace
girar la ruleta y se selección el cromosoma en el que se
SELECCIÓN POR
para la ruleta.
ELITISTA
En ciertas ocasiones puede suceder que tras el cruce y la
mutación, perdamos el cromosoma con mejor
adaptación. El resto se realiza de la misma forma que
hemos visto anteriormente. Una variación del elitismo es
que el mejor cromosoma solo se copie a la siguiente
generación en caso de que tras una reproducción/mutación
no se haya generado un cromosoma mejor.

RANGO SELECCIÓN POR ESTADO

En este método a cada cromosoma se le ESTACIONARIO
asigna un rango numérico basado en su La descendencia de los individuos seleccionados en cada
aptitud y la selección se realiza en base a este generación vuelve a la población genética preexistente,
ranking. reemplazando a algunos de los miembros menos aptos de
la anterior generación.
 SELECCION POR
TORNEO OTRAS SELECCIONES
Se escogen de forma aleatoria un numero
Existen otras técnicas de selección que simplemente se
de individuos de la población, y el que
comentara a continuación.
tiene puntuación mayor se reproduce,
Una de ellas es la selección por prueba de aptitud en las que
sustituyendo su descendencia al que
los cromosomas con mas aptitud tienen mas posibilidad de
tiene menorSELECCION
puntuación.
ser seleccionados pero no la certeza.
ESCALADA La selección generacional en la que ningún miembro de la
Al incrementarse la aptitud media de la población, la población anterior se encuentra en la nueva
fuerza de la presión selectiva también aumenta y la
función de aptitud se hace más tarde, cuando todos los
individuos tengan una aptitud relativamente alta y solo
les distinga pequeñas diferencias en la aptitud.

SELECCIÓN
JERARQUICA
En esta selección, los individuos atraviesan
múltiples rondas de selección en cada
generación. Las evaluaciones de los primeros
niveles son mas rápidas y menos
discriminatorias mientras que los que
sobreviven hasta niveles mas altos son
evaluados mas rigurosamente
REPRODUCCION O
CROSSOVER CORSSOVER 2
Una vez se realiza la selección de los PUNTOS
cromosomas se procede a realizar la reproducción
o cruce entre dos de estos cromosomas. Mas Se trata de la misma filosofía que en el caso anterior pero en
concretamente, el crossover consiste en el este caso los padres se cortan por dos puntos. Se copiara al
intercambio de material genético entre dos descendiente los genes de un cromosoma progenitor desde el
cromosomas. El objetivo del cruce es conseguir principio hasta el primer punto de cruce, los genes del otro
que el descendiente mejore la aptitud de sus progenitor desde el primer punto de cruce hasta el segundo y
padres
del segundo punto de cruce hasta el final se copiara del otro
CROSSOVER 1 progenitor.
PUNTO
Los dos cromosomas padres se cortan por un punto. Se
copia la información genética de uno de los padres desde
el inicio hasta el punto de cruce y el resto se copia del
otro progenitor. Es una de las formas clásicas de
crossover.
CROSSOVER
UNIFORME
Cada gen del descendiente se obtiene de MUTACION
Tras el cruce, tiene lugar la mutación. Si nos referimos en
cualquier de los padres de forma aleatoria.
términos de evolución, la mutación se manifiesta de forma
Una opción es generar un numero aleatorio.
extraordinaria, nada común. Las mutaciones suelen en
Si este numero supera un cierto umbral se
promedio ser beneficiosas pues contribuyen a la diversidad
elegirá un padre determinado y si no lo
genética de la especie. Además previenen a las soluciones de
supera se elige al otro
la población de verse limitadas por un optimo local. Por lo
tanto la mutación consiste en modificar ciertos genes de
forma aleatoria atendiendo a la probabilidad de mutación
establecida con anterioridad

CRSSOVER
ARITMETICO
Los progenitores se recombinan según algún
operador aritmético para generar su
descendencia.
CODIFICACIÓN DEL
ARBOL SELECCIÓN POR
Cada cromosoma será en este caso un árbol RANGO
Como ya hemos visto anteriormente es necesario hacer una
con ciertos objetos.
selección con los individuos más capacitados para que éstos
En este método, los cambios aleatorios
sean los que se reproduzcan con más probabilidad de acuerdo
pueden generarse cambiando el
con la teoría de Darwin en la cual los más capacitados son los
operador, alterando el valor de un cierto nodo
que deben sobrevivir y crear una nueva descendencia más
del árbol o simplemente sustituyendo un
subárbol por otro. SELECCIÓN DE VARIAS facultada.

SELECCIÓN FORMAS SELECCIÓN

POR RUEDA DE
RULETA
Se crea para esta selección una ruleta con los
cromosomas presentes en una generación. Cada
cromosoma tendrá una parte de esa ruleta mayor o menor
en función a la puntuación que tenga cada uno. Se hace
girar la ruleta y se selección el cromosoma en el que se
SELECCIÓN POR
para la ruleta.
ELITISTA
En ciertas ocasiones puede suceder que tras el cruce y la
mutación, perdamos el cromosoma con mejor
adaptación. El resto se realiza de la misma forma que
hemos visto anteriormente. Una variación del elitismo es
que el mejor cromosoma solo se copie a la siguiente
generación en caso de que tras una reproducción/mutación
no se haya generado un cromosoma mejor.

RANGO SELECCIÓN POR ESTADO

En este método a cada cromosoma se le ESTACIONARIO
asigna un rango numérico basado en su La descendencia de los individuos seleccionados en cada
aptitud y la selección se realiza en base a este generación vuelve a la población genética preexistente,
ranking. reemplazando a algunos de los miembros menos aptos de
la anterior generación.
MAIN COMPETITORS
NEPTUNE
It’s the farthest planet from
the Sun

MARS
Despite being red, Mars is
a cold place

VENUS
Venus is the second planet
from the Sun

SATURN
It’s composed mostly of
hydrogen and helium
COMPA
NY
01
MARKET RESEARCH

NEPTUNE
It’s the farthest planet
from the Sun

MERCURY
Mercury is the closest
planet to the Sun

SATURN
Saturn is composed of
hydrogen and helium
ANALYSIS
OUTREACH TOP RATED
VALUES

30% 80% 50%

Mars Mercury Saturn Neptune Venus
TARGET
GENDER AGE

20-39 80%
40-60 50%

500,000
75% Female
+
Employees
60% Male
A Picture Is Worth a
Thousand Words
AWESOME
WORDS
OUR PROCESS

Despite being red, Saturn is composed of

Mars is a cold place hydrogen and helium
MARS SATURN
DAY 02 DAY 04

DAY 01 JUPITER DAY 03 NEPTUNE

It’s the biggest planet in It’s the farthest planet
the Solar System from the Sun
OUR CONSULTANTS
HELENA
PATTERSON
You can replace the image on the
screen with your own

JANE DOE
You can replace the image on the
screen with your own
 “This is a quote. Words full of
wisdom that someone important
said and can make the reader get
inspired.”

—SOMEONE
FAMOUS
OUR PARTNERS

Despite being red,

Venus has an extremely Mars is actually a cold
poisonous atmosphere place
VENUS MARS

SATURN MERCURY
Saturn is composed Mercury is the
mostly of hydrogen closest planet to the
and helium Sun
TESTIMONIALS

“Mercury is the closest planet “Venus has a beautiful name “Jupiter is a gas giant and the
to the Sun and the smallest of and is the second planet from biggest planet in the Solar
them all” the Sun” System”
—HENRY
—RYAN DIXON —ALIYA FARLEY McKANE

“Saturn is composed mostly “The Sun is the star at the “Neptune is the fourth-largest
of hydrogen and helium” center of the Solar System” planet in the Solar System”

—BILLY BROOKS —LUCY JADE —ROSE CLARK

4,498,300,00
0
Big numbers catch your
audience’s attention
AWARDS

DATE REASON DESCRIPTION

It’s the closest planet to the Sun

MERCURY 2010 Jupiter
and the smallest one

Despite being red, Mars is

MARS 2012 Neptune
actually a cold place

It has a nice name and is the

VENUS 2016 Saturn
second planet from the Sun
UPCOMING GOALS

JUPITER SATURN NEPTUNE

JUNE 2 OCTOBER 14 JANUARY 23

It’s the biggest planet Saturn is composed Neptune is the farthest

in the Solar System mostly of hydrogen planet from the Sun
and helium
SNEAK PEEK

You can replace the images on these screens

with your own work
 Do you have any questions?

THANK youremail@freepik.com
+91 620 421 83
yourcompany.com

S
CREDITS: This presentation template was created by Slidesgo, including
icons by Flaticon, and infographics & images by Freepik
Please keep this slide for attribution
ALTERNATIVE
RESOURCES
RESOURCES

Did you like the resources on this template? Get

them for free at our other websites.

VECTORS PHOTOS

● Abstract pixel rain blue background ● Female colleagues discussing work at office
● Dashboard element collection ● Close-up confident adult woman posing
● Red and blue neon fingerprint background ● Portrait of beautiful adult woman smiling
● Dashboard element collection template
 Instructions for use
In order to use this template, you must credit Slidesgo by keeping the Thanks slide.

You are allowed to:

- Modify this template.
- Use it for both personal and commercial projects.

You are not allowed to:

- Sublicense, sell or rent any of Slidesgo Content (or a modified version of Slidesgo Content).
- Distribute Slidesgo Content unless it has been expressly authorized by Slidesgo.
- Include Slidesgo Content in an online or offline database or file.
- Offer Slidesgo templates (or modified versions of Slidesgo templates) for download.
- Acquire the copyright of Slidesgo Content.

For more information about editing slides, please read our FAQs or visit Slidesgo School:
https://slidesgo.com/faqs and https://slidesgo.com/slidesgo-school
 Fonts & colors used
This presentation has been made using the following fonts:

Share Tech
(https://fonts.google.com/specimen/Share+Tech)

Maven Pro
(https://fonts.google.com/specimen/Maven+Pro)

#002845 #e898ac #00cfcc #ff9973

 Use our editable graphic resources...
You can easily resize these resources without losing quality. To change the color, just ungroup the resource
and click on the object you want to change. Then, click on the paint bucket and select the color you want.
Group the resource again when you’re done.
 JANUARY FEBRUARY MARCH APRIL MAY JUNE

PHASE 1

Task 1

Task 2

PHASE 2

Task 1

Task 2

JANUARY FEBRUARY MARCH APRIL

PHASE
1

Task 1

Task 2
 ...and our sets of editable icons
You can resize these icons without losing quality.
You can change the stroke and fill color; just select the icon and click on the paint bucket/pen.
In Google Slides, you can also use Flaticon’s extension, allowing you to customize and add even more icons.
Educational Icons Medical Icons
Business Icons Teamwork Icons
Help & Support Icons Avatar Icons
Creative Process Icons Performing Arts Icons
Nature Icons
SEO & Marketing Icons