Tarea

Aplicaciones de la Inteligencia de enjambres de Bacterias para la solución de problemas.

Edna Rocio


RESUMEN
El desarrollo de técnicas computacionales como los algoritmos bioinspirados permiten simular el comportamiento de algunos seres vivos, como los seres humano, los enjambres de abejas, enjambres de bacterias etc los cuales a través del su estudio han permitido desarrollar funcionesmatemáticas para la representación de estos organismos estudiados para nuestro caso será el estudio del comportamiento de la E.Coli.
Estos algoritmos bioinspirados nos ayudan a la toma de decisiones a través de la denominada inteligencia colectiva la cual no es mas que una forma de inteligencia que surge de la colaboración y concurso de muchos individuos de la misma especie.
Palabrasclaves: algoritmos de optimización, computación evolutiva, inteligencia computacional, inteligencia de enjambres.

ABSTRACT
The development of computational techniques such as bio-inspired algorithms to simulate the behavior of some living beings, as human beings, swarms of bees, swarms of bacteria etc which through their study have enabled the development of mathematical functions to represent theseorganisms our case will be studied to study the behavior of E. coli.
These bio-inspired algorithms help us making decisions through the so-called collective intelligence which is but a form of intelligence that emerges from the collaboration and assistance of many individuals of the same species.
Keywords: computational intelligence, evolutionary computing, optimisation algorithm, swarmintelligence.

Introducción
La Optimización por enjambre es una de las técnicas de la inteligencia Artificial que se están empezando a utilizar en el momento para resolver problemas complejos de optimización combinatoria esta técnica data aproximadamente del año 2000 pero han evolucionado progresivamente de métodos constructivos a métodos de búsqueda local y finalmente a algoritmos basados en poblaciones.Estos últimos son muy populares actualmente puesto que proveen buenas soluciones al utilizar un método constructivo para la obtención de la población inicial, y una técnica de búsqueda local para mejorar la solución de la población. Además los métodos basados en poblaciones tienen la ventaja adicional de ser capaces de combinar buenas soluciones en orden de obtener unas mejores, ya que seconsidera que las buenas soluciones comparten componentes con las soluciones óptimas. A estos métodos se les conoce como algoritmos de computación evolutiva o EC
Los algoritmos de EC comprenden un conjunto de técnicas iterativas que manejan una población de individuos que son evolucionados (modificados) mediante una serie de reglas que han sido claramente especificadas. En cada iteración hay periodosde autoadaptación, los cuales implican cambios en el individuo; son alternados con periodos de cooperación, lo que implica el intercambio de información entre individuos.
Debido a que varios algoritmos pueden ser descritos de esta manera, al considerar el diseño de un nuevo algoritmo de EC para la solución de un problema particular de optimización, se deben tener en cuenta las siguientescaracterísticas principales:
-La existencia de individuos que pueden representar soluciones de un problema. Estas soluciones pueden ser factibles o no, parciales o completas, individuales o grupales.
-Un proceso de evolución que permite definir los cambios en la población a cada generación o de manera continua.
Una definición de vecindad que permite conocer el modo como los individuos intercambianinformación. Puede ser estructurada si solo un grupo de la población puede conocer la información de un miembro, o por el contrario, todos los individuos pueden tener acceso a ella.
-Un mecanismo que permita identificar las fuentes de información de un individuo. Ya que la vecindad puede proveer una gran cantidad de información, se puede determinar cuál es más conveniente utilizar.
-Una medida de...