Livier Manzo de la Rosa Eduardo Antonio Fajardo Mondragn

830267 830130

8C1 8C1

ALGORITMOS GENETICOS Que son? Son mtodos adaptativos que se utilizan para resolver mtodos de bsqueda y optimizacin. Se basan en el proceso gentico de los organismos vivos. Son llamados as ya que se inspiran en la evolucin biolgica y su base es genticomolecular. Un algoritmo gentico es un mtodo de bsqueda dirigida basada en la probabilidad. Bajo una condicin muy dbil (que el algoritmo guarde siempre al mejor elemento de la poblacin sin hacerle ningn cambio) se puede demostrar que el algoritmo converge en probabilidad (a medida de que el tamao de la muestra, aumenta entonces la variable aleatoria toma valores cercanos a una constante con mayor probabilidad) al optimo. En otras palabras, al aumentar el nmero de iteraciones, la probabilidad de tener el ltimo ptimo en la poblacin tiende a 1. Tambin se puede decir que son algoritmos cuyos mecanismos de bsqueda imitan un determinado fenmeno natural: la evolucin de las especies a travs de la herencia gentica. En la naturaleza, el problema con el que se enfrenta cada especie es el de la bsqueda de mejoras para conseguir su propia adaptacin al medio, que esta en constante evolucin. La idea principal de los algoritmos genticos es hacer lo que la naturaleza hace. De donde surge? Los principios bsicos fueron establecidos por Holland en 1975. En la dcada de los 60 la rpida proliferacin de las computadoras dio lugar a su utilizacin como herramienta de simulacin por arte de la comunidad cientfica. A principios de los 70, un grupo de investigadores de la Universidad de Michigan, encabezado por el profesor John Holland, propuso los algoritmos genticos como programas de computadoras que imitaban el proceso evolutivo natural y que se comportaban de forma robusta ante un entorno variable e incierto. El tema principal de la investigacin se centraba en la robustez de dichos sistemas, es decir en encontrar el equilibrio necesario entre eficiencia y eficacia para adecuarse a diferentes entornos. La robustez de los sistemas, tanto software como hardware,

Livier Manzo de la Rosa Eduardo Antonio Fajardo Mondragn

830267 830130

8C1 8C1

eran un aspecto crucial en su diseo, ya que los costos de readaptacin y rediseo se podan reducir drsticamente o incluso eliminar. Algoritmos que propone Usan una analoga directa con el comportamiento natural. Trabajan con una poblacin de individuos, cada uno de los cuales representa una solucin factible a un problema dado. A cada individuo se le asigna un valor o una puntuacin, relacionado con la bondad de dicha solucin. En la naturaleza esto equivaldra al grado de efectividad de un organismo para competir por unos determinados recursos. Cuanto mayor sea la adaptacin de un individuo al problema, mayor ser la probabilidad de que el mismo sea seleccionado para reproducirse, cruzando su material gentico con otro individuo seleccionado de igual forma. Este cruce producir nuevos individuos (descendientes de los anteriores) los cuales comparten algunas de las caractersticas de sus padres. Cuanto menor sea la adaptacin de un individuo, menor ser la probabilidad de que dicho individuo sea seleccionado para la reproduccin, y por tanto de que su material gentico se propague en sucesivas generaciones. De esta manera se produce una nueva poblacin de posibles soluciones, la cual remplaza a la anterior y verifica la interesante propiedad de que contiene una mayor porcin de buenas caractersticas en comparacin con la poblacin anterior. As a lo largo de las generaciones las buenas caractersticas se propagan a travs de la poblacin. Favoreciendo el cruce de los individuos mejor adaptados, van siendo exploradas las reas ms prometedoras del espacio de bsqueda. Si el algoritmo gentico ha sido bien diseado, la poblacin converger hacia una solucin ptima del problema Los algoritmos entran en un conjunto de soluciones de un problema llamado fenotipo, y el conjunto de individuos de una poblacin natural, codificando la informacin de cada solucin en cadena, generalmente binaria, llamada cromosoma. Los smbolos que forman la cadena son llamados genes. Cuando la representacin de los cromosomas se hace con cadenas de dgitos binarios se le conoce como genotipo. Los cromosomas evolucionan a travs de iteraciones, llamadas generaciones. En cada generacin, los cromosomas sean evaluados usando alguna medida de aptitud. Los algoritmos gentico son de probada eficacia en caso de

Livier Manzo de la Rosa Eduardo Antonio Fajardo Mondragn

830267 830130

8C1 8C1

querer calcular funciones no derivables o de derivacin muy compleja, aunque su uso es posible con cualquier funcin. Deben tenerse en cuenta las siguientes consideraciones: Si la funcin a optimizar tiene muchos mximos/mnimos locales se requerirn mas iteraciones del algoritmo para asegurar el mximo/mnimo global. Si la funcin a optimizar contiene varios puntos muy cercanos en valor optimo, solamente podemos asegurar que encontraremos uno de ellos, no necesariamente el optimo. Aplicaciones Diseo automatizado, incluyendo investigacin en diseo de materiales y diseo multiobjetivo de componentes automovilsticos: mejor comportamiento ante choques, ahorros de peso, mejora de aerodinmica, etc. Diseo automatizado de equipamiento industrial. Diseo automatizado de sistemas de comercio en el sector financiero. Construccin de rboles filogenticos. Optimizacin de carga de contenedores. Diseo de sistemas de distribucin de aguas. Diseo de topologas de circuitos impresos. Diseo de topologas de redes computacionales. En Teora de juegos, resolucin de equilibrios. Anlisis de expresin de genes. Aprendizaje de comportamiento de robots. Aprendizaje de reglas de Lgica difusa. Anlisis lingstico, incluyendo induccin gramtica, y otros aspectos de Procesamiento de lenguajes naturales, tales como eliminacin de ambigedad de sentido. Infraestructura de redes de comunicaciones mviles. Optimizacin de estructuras moleculares. Planificacin de produccin multicriteria. Prediccin.

Livier Manzo de la Rosa Eduardo Antonio Fajardo Mondragn

830267 830130

8C1 8C1

Aplicacin de Algoritmos Genticos al Dilema del prisionero Iterado Optimizacin de sistemas de compresin de datos, por ejemplo, usando wavelets. Prediccin de Plegamiento de protenas. Optimizacin de Layout. Prediccin de estructura de ARN. En bioinformtica, Alineamiento mltiple de secuencias. Aplicaciones en planificacin de procesos industriales, incluyendo planificacin job-shop. Seleccin ptima de modelos matemticos para la descripcin de sistemas biolgicos. Manejo de residuos slidos. Ingeniera de software. Construccin de horarios en grandes universidades, evitando conflictos de clases. Problema del viajante. Hallazgo de errores en programas. Optimizacin de produccin y distribucin de energa elctrica. Diseo de redes geodsicas (Problemas de diseo). Calibracin y deteccin de daos en estructuras civiles.