Inteligencia artificial-computacion evolutiva

Solo disponible en BuenasTareas
  • Páginas : 18 (4303 palabras )
  • Descarga(s) : 0
  • Publicado : 11 de junio de 2011
Leer documento completo
Vista previa del texto
OBJETIVO GENERAL
Tener en claro que es la computación evolutiva, es decir los elementos que la forman, sus diferentes áreas y sus aplicaciones. También su importancia en el mundo actual; para esto es necesario saber su historia, ya que es muy importante conocer el origen de esta ciencia, así como saber quiénes fueron los iniciadores de este gran campo de estudio; que ha ayudado al desarrollotecnológico y humano.
Describir los conceptos más utilizados y sobre todo tener una visión profunda de estos temas.

INTRODUCCIÓN
Desde el año de 1930, algunos investigadores comenzaron a ver el proceso de evolución de las especies como un proceso de aprendizaje, mediante el cual la naturaleza dota a las especies de diferentes mecanismos, buscando hacerlas más aptas para sobrevivir. Partiendode estos preceptos no resulta entonces difícil percatarse de que pueden desarrollarse algoritmos que traten de resolver problemas de búsqueda y optimización guiados por el principio de la “supervivencia del más apto”.
Dichos algoritmos son denominados, hoy en día, algoritmos evolutivos y su estudio conforma la computación evolutiva, que es el tema del que se ocupa esta investigación. En seguidase mostraran los conceptos básicos de las técnicas más importantes de computación evolutiva. Iniciare explicando un poco de lo histórico en el que se resumirán los logros más importantes en torno a la simulación de los procesos evolutivos como una herramienta para el aprendizaje y la optimización.
Se analizarán de manera general los 3 paradigmas principales que se utilizan hoy en día en lacomputación evolutiva: la programación evolutiva, las estrategias evolutivas y los algoritmos genéticos. En cada caso se abordará su inspiración biológica, su motivación, su funcionamiento y algunas de sus aplicaciones. Finalmente se estudiará a mayor detalle el funcionamiento, fundamentos teóricos, implementación y operación de los algoritmos genéticos, que es actualmente el paradigma evolutivo másutilizado por los investigadores que trabajan en esta disciplina.

Historia
La computación evolutiva es una vertiente de la inteligencia artificial que usa como conceptos de inspiración los de la evolución biológica con la finalidad de resolver problemas de optimización generalmente de muy alta complejidad. Hasta hace poco tiempo se pensaba que el mayor resolutor de problemas era el ser humano,sin embargo, actualmente se conoce a la naturaleza junto con su selección natural que ha creado al hombre como el mayor resolutor.
Por ello la computación evolutiva interpreta la naturaleza como una gran máquina de resolver problemas y trata de encontrar el origen de dicha potencialidad para utilizar la en nuestras propuestas. Observando brevemente los inicios y la evolución a grandes rasgos deestas iniciativas, vemos que aún son técnicas muy jóvenes sobre las que constantemente se realizan nuevos estudios. Ya en 1932 Cannon visualizó la evolución natural como un proceso de aprendizaje. Posteriormente Alan Turing reconoció, en 1950, que debe haber una conexión obvia entre el aprendizaje de máquina y la evolución, y señaló que se podrían desarrollar programas para jugar ajedrez usando estatécnica.

Más tarde en 1960 Campbell conjeturó que en todos los procesos que llevan a la expansión del conocimiento, se involucra un proceso ciego de variación y supervivencia selectiva. Los primeros intentos de aplicar de manera formal la teoría de la evolución, apareció en las áreas de control de procesos estadísticos, aprendizaje de máquina y optimización de funciones. Tal vez el primerintento serio de este tipo se dio en el trabajo que realizaron Box y sus colegas en 1957, en el desarrollo de una técnica que denominaron operación evolutiva, la cual se aplicó a una planta de manufactura para manejarla.

Posteriormente Friedberg intentó, en 1958, hacer que un programa en lenguaje máquina se mejorara a sí mismo, seleccionando instrucciones que se asociaran más frecuentemente con...
tracking img