Professional Documents
Culture Documents
caracteres (letras o nmeros) de longitud fija que se ajusta al modelo de las cadenas de
cromosomas, y se les asocia con una cierta funcin matemtica que refleja su aptitud. "
Los Algoritmos Genticos (AGs) son mtodos adaptativos que pueden usarse para
resolver problemas de bsqueda y optimizacin. Estn basados en el proceso gentico de
los organismos vivos. A lo largo de las generaciones, las poblaciones evolucionan en la
naturaleza de acorde con los principios de la seleccin natural y la supervivencia de los ms
fuertes, postulados por Darwin. Por imitacin de este proceso, los Algoritmos Genticos son
capaces de ir creando soluciones para problemas del mundo real.
Un algoritmo gentico consiste en una funcin matemtica o una rutina de software
que toma como entradas a los ejemplares y retorna como salidas cules de ellos deben
generar descendencia para la nueva generacin.
Ventajas Y Desventajas
No
Ventaja
Desventajas
requieren
conocimientos Pueden tardar mucho en converger,
no
converger
en
absoluto,
parmetros
que
se
utilicen
vare
con
respecto
al
tiempo.
Operan de forma simultnea con El lenguaje que se debe utilizar
varias
soluciones,
Limitaciones
El poder de los Algoritmos Genticos proviene del hecho de que se trata de una
tcnica robusta, y pueden tratar con xito una gran variedad de problemas provenientes de
diferentes reas, incluyendo aquellos en los que otros mtodos encuentran dificultades. Si
bien no se garantiza que el Algoritmo Gentico encuentre la solucin ptima, del problema,
existe evidencia emprica de que se encuentran soluciones de un nivel aceptable, en un
tiempo competitivo con el resto de algoritmos de optimizacin combinatoria. El gran campo
de aplicacin de los Algoritmos Genticos se relaciona con aquellos problemas para los
cuales no existen tcnicas especializadas. Incluso en el caso en que dichas tcnicas existan,
y funcionen bien, pueden efectuarse mejoras de las mismas hibridndolas con los Algoritmos
Genticos.
Algunas aplicaciones de los Algoritmos genticos
El Algoritmo gentico ha servido para que muchos de los estudios realizados en torno
a l, se hayan aplicado a diversos problemas y modelos en ingeniera, y en la ciencia en
general. Cabe destacar entre ellos:
Optimizacin: Se trata de un campo especialmente abonado para el uso de los
Algoritmos Genticos, por las caractersticas intrnsecas de estos problemas. No
en vano fueron la fuente de inspiracin para los creadores estos algoritmos. Los
Algoritmos Genticos se han utilizado en numerosas tareas de optimizacin,
incluyendo
la
optimizacin
numrica,
los
problemas
de
optimizacin
combinatoria.
Programacin automtica: Los Algoritmos Genticos se han empleado para
desarrollar programas para tareas especficas, y para disear otras estructuras
computacionales tales como el autmata celular, y las redes de clasificacin.
Aprendizaje mquina: Los algoritmos genticos se han utilizado tambin en
muchas de estas aplicaciones, tales como la prediccin del tiempo o la estructura
de una protena. Han servido asimismo para desarrollar determinados aspectos de
sistemas particulares de aprendizaje, como pueda ser el de los pesos en una red
neuronal, las reglas para sistemas de clasificacin de aprendizaje o sistemas de
produccin simblica, y los sensores para robots.