Campo

Introducción a los algoritmos genéticos y sus aplicaciones
Autora: Piedad Tolmos Rodríguez-Piñero Dirección: Paseo de los Artilleros s/n Madrid 28032 Teléfono: 91-3019901 E-Mail: tolmos@poseidon.fcjs.urjc.es Resumen: Los algoritmos genéticos son un logro más de la Inteligencia Artificial en su intento de replicar comportamientos biológicos, con los avances científicos que ello implica, mediantela computación. Se trata de algoritmos de búsqueda basados en la mecánica de la selección natural y de la genética. Utilizan la información histórica para encontrar nuevos puntos de búsqueda de una solución óptima del problema planteado, con esperanzas de mejorar los resultados. En el presente artículo se realizará una introducción a los Algoritmos Genéticos: qué son, de dónde proceden, y en quédifieren de otros métodos de búsqueda, comentándose, asimismo, sus aplicaciones principales. Palabras Clave: Optimización, problemas de búsqueda, gen cromosoma, cadena de bits, operador, población, capacidad,algoritmo genético. 1. Introducción

La capacidad del ser humano para predecir el comportamiento de su entorno, se ha ido incrementando con el paso del tiempo. De igual modo, ha comprendidoque, si bien era capaz de controlar muchos aspectos de su vida, y su interacción con lo que le rodeaba, no lo era para otros tantos. La inteligencia artificial es responsable de muchos de esos logros. Los pioneros de esta ciencia estaban tan interesados en la electrónica, como en la biología, y por eso sus aplicaciones iban desde calcular trayectorias de misiles, a tratar de modelizar el cerebro,de imitar el proceso de aprendizaje humano, y de simular la evolución biológica. Los años ochenta (en el siglo pasado) marcan el florecimiento del interés de la comunidad científica por estos temas computacionales inspirados en la biología, que han visto como su desarrollo les llevaba a cotas inimaginables, primero en el campo de las Redes Neuronales, luego en el del Aprendizaje, y por último en loque ahora se conoce como “computación evolutiva”, de la que los algoritmos genéticos constituyen su máximo exponente. 2. Breve recorrido histórico por la computación evolutiva

El origen de lo que se conoce como computación evolutiva hay que buscarlo en su razón de ser: los conocimientos sobre evolución se pueden aplicar en la resolución de problemas de optimización. Fue en las décadas de 1950y 1960 cuando varios científicos, de modo independiente, comenzaron a estudiar los sistemas evolutivos, guiados por la intuición de que se podrían emplear como herramienta en problemas de optimización en ingeniería. La idea era “evolucionar” una población de candidatos a ser solución de un

problema conocido, utilizando operadores inspirados en la selección natural y la variación genéticanatural. Fue Rechenberg quien, en la década de 1960 (1965, 1973) introdujo las “estrategias evolutivas”, método que empleó para optimizar parámetros reales para ciertos dispositivos. La misma idea fue desarrollada posteriormente por Schwefel (1975, 1977). El campo de las estrategias evolutivas ha permanecido como un área de investigación activa, cuyo desarrollo se produce, en su mayor parte, de modoindependiente al de los algoritmos genéticos (aunque recientemente se ha visto como las dos comunidades han comenzado ha colaborar). Fogel, Owens y Walsh (1966), fueron los creadores de la “programación evolutiva”, una técnica en la cual las candidatas a soluciones a tareas determinadas, eran representadas por máquinas de estados finitos, cuyos diagramas de estados de transición se evolucionabanmediante mutación aleatoria, seleccionándose el que mejor aproximara. Una formulación más amplia de la programación evolutiva, es un campo de investigación que también continúa en activo (ver, por ejemplo, a Fogel y Altman 1993). Estas tres áreas, estrategias evolutivas, algoritmos genéticos, y programación evolutiva, son las que forman la columna vertebral de la Computación Evolutiva, y de ellas...