Algoritmos Geneticos

ALGORITMOS GENÉTICOS

El algoritmo genético simple (AGS)
El AGS se caracteriza por tener:
Tamaño de población fijo en todas las generaciones. Selección proporcional (de ruleta). Cruzamiento de un punto. La probabilidad de cruza se mantiene fija para todas las generaciones y todas las parejas.

El algoritmo genético simple (AGS)
El AGS se caracteriza por tener:
Mutación uniforme (todaslas posiciones de las cadenas genéticas tienen la misma probabilidad de ser cambiadas.) La probabilidad de mutación permanece fija para todas las generaciones y todas las posiciones de los individuos. Selección no elitista: no se copian individuos de una generación a otra sin pasar por el proceso de selección aleatoria (en este caso proporcional)

El algoritmo genético simple (AGS)
UN EJEMPLOPÁGINA 25

Parámetros del AG
El AG debe recibir como entrada:
Número de generaciones o condición de término. Número total de individuos en la población (en cada generación). Número de individuos que intervienen en la reproducción (cruces, dado como proporción del total) Padres que se escogen entre los mejores (dando como proporción del total de padres). Probabilidad de que ocurra una mutación(generalmente muy baja)

Parámetros del AG
Con selección por ruleta
Número total p de individuos de la población. Un número, r fracción de la población que será obtenida mediante cruces. La probabilidad c de que ocurra un cruce. La probabilidad m de que ocurra una mutación.

Características de los AG
Son algoritmos estocásticos: 2 ejecuciones distintas pueden dar 2 soluciones distintas.Son algoritmos de búsqueda múltiple, de los que se obtiene como respuesta varias soluciones. Son los algoritmos que hacen una barrida mayor al subespacio de posibles soluciones válidas.
Se considera que de todos los algoritmos de optimización estocásticos, los AG son de los más exploratorios disponibles

Características de los AG
A diferencia de otros algoritmos
Cuya convergencia y resultadofinal son fuertemente dependientes de la posición inicial. En los AG la convergencia del algoritmo es poco sensible a la población inicial si esta se elige de forma aleatoria y es lo suficientemente grande.

Características de los AG
Es una búsqueda paramétricamente robusta. Hemos de elegir realmente mal los parámetros del algoritmo para que no converja. Los AG son intrínsecamente paralelos.Independientemente de que se hayan implementado de forma paralela o no, buscan en distintos puntos del espacio de soluciones de forma paralela.

Ventajas y Desventajas de los AG
No necesitan conocimientos específicos sobre el problema que intentan resolver. Operan de forma simultánea con varias soluciones, en vez de trabajar de forma secuencial como las técnicas tradicionales. Cuando se usanpara problemas de optimización maximizar una función objetivo- resultan menos afectados por los máximos locales (falsas soluciones) que las técnicas tradicionales.

Ventajas y Desventajas de los AG
Resulta sumamente fácil ejecutarlos en las modernas arquitecturas masivamente paralelas. Usan operadores probabilísticos, en vez de los típicos operadores determinísticos de las otras técnicas.Ventajas y Desventajas
Pueden converger prematuramente debido a una serie de problemas de diversa índole.
Pueden tardar mucho en converger, o no converger en absoluto, dependiendo en cierta medida de los parámetros que se utilicen:
Tamaño de la población, número de generaciones, etc.

Ventajas y Desventajas
Los AGs son una técnica robusta, y pueden tratar con éxito una gran variedad deproblemas provenientes de diferentes áreas, incluyendo aquellos en los que otros métodos encuentran dificultades. No se garantiza que el AG encuentre la solución óptima, del problema, existe evidencia empírica de que se encuentran soluciones de un nivel aceptable, en un tiempo competitivo con el resto de algoritmos de optimización combinatoria.

Ventajas y Desventajas
En el caso de que existan...