Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Algoritmos Genéticos
Sistemas inspirados en la naturaleza
Naturaleza inspiración en diferentes áreas de la
actividad humana
• Algoritmos genéticos.
• Inteligencia colectiva.
Modelos computacionales bioinspirados
Inspirados en
• Bird flocks
• Fish schools
• Swarms of insects
Procedimiento de búsqueda general
t = 0;
InicializarPoblacion P (t);
Evaluar P (t);
mientras no se cumpla Condición de Parada
t = t + 1;
P' = SeleccionarPadres(t);
Recombinar P'(t);
Mutar P'(t);
Evaluar P'(t);
P := sobrevivientes P,P'(t);
fin del ciclo
Analogía entre algunos conceptos.
MSP CE
Solución Individuo
Estado Población
Expandir Procesos de recombinación
y mutación
Acciones Operadores genéticos
Estrategia de selección Esquema de selección que
de nodo a expandir utiliza el valor de
adaptación del individuo
Estado objetivo o meta Condición de parada
Representación
P0 P1 P2 ... Pn
Operadores genéticos
Operador de Mutación
Operadores genéticos
Población de soluciones
1
2
Problema NP
Hay n! soluciones que explorar
No existe un algoritmo eficiente para hallar la solución
Mínimos locales, frustración
Uso práctico frecuente si se añaden ligaduras (rutas, llamadas de teléfono,..)
Parametrización
e.g. A1 = {1,7,4,3,8,2,6,9,5}
mutación A2 = {1,7,3,4,8,2,6,9,5}
crossover A3 = {1,8,2,6,7,4,3,9,5}
premio dist = d(1,7) + d(7,4) + ... + d(9,5) + d(5,1)
Funcionamiento de un AG
Proceso de Reproducción
(selección)
Mutación
La mutación es un
proceso, similar al
biológico en el cual un
gen de un individuo
muta o cambia al otro
valor posible, o sea, si
era 0 pasa a ser 1 y
viceversa.
Genetic Algorithm
initialize population p with random genes
repeat
foreach pi in p
fi = fitness(pi)
repeat
parent1 = select(p,f)
parent2 = select(p,f)
child1, child2 = crossover(parent1,parent2)
if (random < mutate_probability)
child1 = mutate(child1)
if (random < mutate_probability)
child2 = mutate(child2)
add child1, child2 to p’
until p’ is full
p = p’
• Fitness(gene): the fitness function
• Select(population,fitness): weighted selection of parents
• Crossover(gene,gene): crosses over two genes
• Mutate(gene): randomly mutates a gene