algoritmos

Algoritmo evolutivo
Los algoritmos evolutivos son métodos de optimización y búsqueda de soluciones basados en los postulados de la evolución biológica. En ellos se mantiene un conjunto de entidades que representan posibles soluciones, las cuales se mezclan, y compiten entre sí, de tal manera que las más aptas son capaces de prevalecer a lo largo del tiempo, evolucionando hacia mejoressoluciones cada vez.
Los algoritmos evolutivos, y la computación evolutiva, son una rama de la inteligencia artificial. Son utilizados principalmente en problemas con espacios de búsquedaextensos y no lineales, en donde otros métodos no son capaces de encontrar soluciones en un tiempo razonable.
Siguiendo la terminología de la teoría de la evolución, las entidades que representan las soluciones alproblema se denominan individuos o cromosomas, y el conjunto de éstos, población. Los individuos son modificados por operadores genéticos, principalmente el sobrecruzamiento, que consiste en la mezcla de la información de dos o más individuos; la mutación, que es un cambio aleatorio en los individuos; y la selección, consistente en la elección de los individuos que sobrevivirán y conformarán lasiguientegeneración. Dado que los individuos que representan las soluciones más adecuadas al problema tienen más posibilidades de sobrevivir, la población va mejorando gradualmente.
Paradigmas[editar]
Suele hablarse de tres paradigmas principales de algoritmos evolutivos:
Programación evolutiva
Estrategias evolutivas
Algoritmos genéticos
Cada uno de estos paradigmas se originó independientemente ycon distintas motivaciones. Actualmente, los algoritmos tienden a combinar características de éstos tres y a incluir mecanismos de otros campos de estudio, tales como el aprendizaje automático, otros algoritmos de búsqueda, o diferentes estructura de datos. Algunas de las tendencias actuales son las siguientes:
Evolución diferencial
Modelos probabilísticos
Evolución simulada
Algoritmosculturales
Algoritmos meméticos
Programación genética
Comparación de algoritmos evolutivos[editar]
La tabla siguiente presenta algunas diferencias entre los distintos tipos de algoritmos evolutivos. Las características indicadas en esta tabla corresponden a las implementaciones originales. Actualmente las diferencias entre ellos tienden a borrarse a medida que se transfieren características de uno aotro, haciendo difícil la distinción.





Origen
Tuvieron su origen en el año 1960 introducido por John Holland quien incorporo los métodos de selección natural y supervivencia a la resolución de problemas de IA. Los algoritmos evolutivos surgieron por la simulación de procesos de la evolución natural como resultado de esto es la optimización estocástica (Algoritmos evolutivos).Funcionamiento y aplicación
Una rama de la inteligencia artificial son los algoritmos evolutivos (AE), estos son métodos de optimización y búsqueda estocásticos que se inspiran en la genética y en los principios establecidos por Darwin en 1859 sobre la evolución de las especies en el mundo biológico.
Estos algoritmos se modelan computacionalmente simulando la selección natural y el entrecruzamiento de lasespecies por medio de la recombinación genética y la mutación. En ellos se mantienen un conjunto de entidades que representan posibles soluciones, las cuales se mezclan y compiten entre sí, de manera que las más aptas son capaces de prevalecer a lo largo del tiempo, evolucionando hacia mejores soluciones cada vez.
En la naturaleza lo único que hay que optimizar es la supervivencia, y esosignifica a su vez maximizar diversos factores y minimizar otros. Un algoritmo evolutivo, sin embargo, se usará habitualmente para optimizar sólo una función, no diversas funciones relacionadas entre sí simultáneamente. Se han aplicado con éxito en problemas de optimización, búsqueda, aprendizaje y simulación de sistemas dinámicos, en problemas con espacios de búsqueda extensos y no lineales donde...