Documentos de Académico
Documentos de Profesional
Documentos de Cultura
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.
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
producen cruces entre los 3Probabilidad de Mutación
cromosomas padre es decir, que Nos indica la frecuencia con la que
generación determinada. De hecho los genes de un cromosoma son
estudios revelan que hay un límite a haya probabilidad de reproducción
entre ellos. En caso de que no exista mutados. Si no hay mutación, los
partir del cual es ineficiente elevar descendientes son los mismos que
el tamaño de la población puesto probabilidad de reproducción, los
hijos serán copias exactas se los había tras la reproducción. En caso
que no se consigue una mayor de que haya mutaciones, parte del
velocidad en la resolución del padres. En caso de haberla, los hijos
tendrán partes de los cromosomas cromosoma descendiente es
problema. modificado y si la probabilidad de
de los padres.
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
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.
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
20-39 80%
40-60 50%
500,000
75% Female
+
Employees
60% Male
A Picture Is Worth a
Thousand Words
AWESOME
WORDS
OUR PROCESS
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
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”
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
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.
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)
PHASE 1
Task 1
Task 2
PHASE 2
Task 1
Task 2
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