algoritmo genetico
Páginas: 9 (2092 palabras)
Publicado: 20 de mayo de 2014
Republica Bolivariana de Venezuela
Ministerio de Educación Superior
Algoritmo Genético
MAYO 2014
PRINCIPIO DE ALGORITMO GENETICO
Los primeros ejemplos de algoritmosgenéticos aparecieron a finales de los 50 y principios de los 60, programados en computadoras por biólogos evolutivos que buscaban realizar modelos de aspectos de la evolución natural. A ninguno de ellos se le ocurrió que esta estrategia podría aplicarse a problemas artificiales, pero ese reconocimiento no tardaría en llegar. En 1962, investigadores como G.E.P. Box, G.J. Friedman, W.W. Bledsoe y H.J.Bremermann habían desarrollado independientemente algoritmos inspirados en la evolución para optimización de funciones y aprendizaje automático, pero sus trabajos generaron poca reacción. En 1965 surgió un desarrollo más exitoso, cuando Ingo Rechenberg introdujo una técnica que llamó estrategia evolutiva.
En esta técnica no había población ni cruzamiento; un padre mutaba para producir undescendiente, y se conservaba el mejor de los dos, convirtiéndose en el padre de la siguiente ronda de mutación (Haupt y Haupt 1998). Versiones posteriores introdujeron la idea de población.
El siguiente desarrollo importante se produjo en 1966, cuando L.J. Fogel, A.J. Owens y M.J. Walsh introdujeron en América una técnica que llamaron programación evolutiva. En este método, las solucionescandidatas para los problemas se representaban como máquinas de estado finito sencillas; al igual que en la estrategia evolutiva de Rechenberg, su algoritmo funcionaba
mutando aleatoriamente una de estas máquinas simuladas y conservando la mejor de las dos (Mitchell 1996; Goldberg 1989). También al igual que las estrategias evolutivas, hoy en día existe una formulación más amplia de la técnica deprogramación evolutiva que todavía es un área de investigación en curso. Sin embargo, lo que todavía faltaba en estas dos metodologías era el reconocimiento de la importancia del cruzamiento.
Fue a principios de los 60, en la Universidad de Michigan en Ann Arbor, donde, dentro del grupo Logic of Computers, las ideas de Holland empezaron a desarrollarse y a dar frutos. Y fue con “La teoríagenética de la selección natural” escrito por R. A. Fisher, donde aprendió que la evolución era una forma de adaptación más potente que el simple aprendizaje, y tomó la decisión de
aplicar estas ideas para desarrollar programas bien adaptados para un fin determinado. Cuando Holland se enfrentó a los algoritmos genéticos, los objetivos de su investigación fueron dos:
Imitar los procesos adaptativosde los sistemas naturales.
Diseñar sistemas artificiales (normalmente programas) que retengan los mecanismos importantes de los sistemas naturales.
En 1975, Holland publico su libro “Adaptación en Sistemas Naturales y Artificiales”. Basado en investigaciones y artículos anteriores del propio Holland y de colegas de la Universidad de Michigan, donde presentó sistemática y rigurosamente elconcepto de sistemas digitales adaptativos utilizando la mutación, la selección y el cruzamiento, simulando el proceso de la evolución biológica como estrategia para resolver problemas. Ese mismo año, la importante tesis de Kenneth De Jong estableció el potencial de los AGs demostrando que podían desenvolverse bien en una gran variedad de funciones de prueba (Goldberg 1989).
En la década de los80, los algoritmos genéticos se estaban aplicando en una amplia variedad de áreas, desde problemas matemáticos abstractos hasta asuntos tangibles de ingeniería como el control de flujo en una línea de ensamble, reconocimiento y clasificación de patrones y optimización estructural (Goldberg 1989).
Al principio, estas aplicaciones eran teóricas. Sin embargo, al seguir incrementando la...
Ministerio de Educación Superior
Algoritmo Genético
MAYO 2014
PRINCIPIO DE ALGORITMO GENETICO
Los primeros ejemplos de algoritmosgenéticos aparecieron a finales de los 50 y principios de los 60, programados en computadoras por biólogos evolutivos que buscaban realizar modelos de aspectos de la evolución natural. A ninguno de ellos se le ocurrió que esta estrategia podría aplicarse a problemas artificiales, pero ese reconocimiento no tardaría en llegar. En 1962, investigadores como G.E.P. Box, G.J. Friedman, W.W. Bledsoe y H.J.Bremermann habían desarrollado independientemente algoritmos inspirados en la evolución para optimización de funciones y aprendizaje automático, pero sus trabajos generaron poca reacción. En 1965 surgió un desarrollo más exitoso, cuando Ingo Rechenberg introdujo una técnica que llamó estrategia evolutiva.
En esta técnica no había población ni cruzamiento; un padre mutaba para producir undescendiente, y se conservaba el mejor de los dos, convirtiéndose en el padre de la siguiente ronda de mutación (Haupt y Haupt 1998). Versiones posteriores introdujeron la idea de población.
El siguiente desarrollo importante se produjo en 1966, cuando L.J. Fogel, A.J. Owens y M.J. Walsh introdujeron en América una técnica que llamaron programación evolutiva. En este método, las solucionescandidatas para los problemas se representaban como máquinas de estado finito sencillas; al igual que en la estrategia evolutiva de Rechenberg, su algoritmo funcionaba
mutando aleatoriamente una de estas máquinas simuladas y conservando la mejor de las dos (Mitchell 1996; Goldberg 1989). También al igual que las estrategias evolutivas, hoy en día existe una formulación más amplia de la técnica deprogramación evolutiva que todavía es un área de investigación en curso. Sin embargo, lo que todavía faltaba en estas dos metodologías era el reconocimiento de la importancia del cruzamiento.
Fue a principios de los 60, en la Universidad de Michigan en Ann Arbor, donde, dentro del grupo Logic of Computers, las ideas de Holland empezaron a desarrollarse y a dar frutos. Y fue con “La teoríagenética de la selección natural” escrito por R. A. Fisher, donde aprendió que la evolución era una forma de adaptación más potente que el simple aprendizaje, y tomó la decisión de
aplicar estas ideas para desarrollar programas bien adaptados para un fin determinado. Cuando Holland se enfrentó a los algoritmos genéticos, los objetivos de su investigación fueron dos:
Imitar los procesos adaptativosde los sistemas naturales.
Diseñar sistemas artificiales (normalmente programas) que retengan los mecanismos importantes de los sistemas naturales.
En 1975, Holland publico su libro “Adaptación en Sistemas Naturales y Artificiales”. Basado en investigaciones y artículos anteriores del propio Holland y de colegas de la Universidad de Michigan, donde presentó sistemática y rigurosamente elconcepto de sistemas digitales adaptativos utilizando la mutación, la selección y el cruzamiento, simulando el proceso de la evolución biológica como estrategia para resolver problemas. Ese mismo año, la importante tesis de Kenneth De Jong estableció el potencial de los AGs demostrando que podían desenvolverse bien en una gran variedad de funciones de prueba (Goldberg 1989).
En la década de los80, los algoritmos genéticos se estaban aplicando en una amplia variedad de áreas, desde problemas matemáticos abstractos hasta asuntos tangibles de ingeniería como el control de flujo en una línea de ensamble, reconocimiento y clasificación de patrones y optimización estructural (Goldberg 1989).
Al principio, estas aplicaciones eran teóricas. Sin embargo, al seguir incrementando la...
Leer documento completo
Regístrate para leer el documento completo.