ALGORITMOS GENÉTICOSINTELIGENCIA ARTIFICIAL II

AUTOR:

• JEFFERSON CLÍDER GUILÉN VALENZUELA

INTRODUCCIÓN

Los Algoritmos genéticos (AGs) son métodos adaptativos que pueden usarse para resolver problemas de búsqueda y optimización. Se basan en el proceso genético de los organismos vivos. A lo largo de las generaciones, las poblaciones evolucionan en la naturaleza de acorde con los principios de la selección natural y la supervivencia de los más fuertes, postulados por Darwin (1859). Por imitación de este proceso, los Algoritmos Genéticos son capaces de ir creando soluciones para problemas del mundo real. La evolución de dichas soluciones hacia valores óptimos del problema depende en buena medida de una adecuada codificación de las mismas.

Un algoritmo genético (o AG) es una variante de la búsqueda de haz estocástica en la que los estados sucesores se generan combinando dos estados padres, mas que modificar un solo estado. La analogía a la selección natural es la misma que con la búsqueda de haz estocástica, excepto que ahora tratamos con reproducción sexual mas que con la reproducción asexual.

ALGORITMOS GENÉTICOS

Los algoritmos genéticos funcionan entre el conjunto de soluciones de un problema llamado fenotipo, y el conjunto de individuos de una población natural, codificando la información de cada solución en una cadena, generalmente binaria, llamada cromosoma. Los símbolos que forman la cadena son llamados los genes. Cuando la representación de los cromosomas se hace con cadenas de dígitos binarios se le conoce como genotipo. Los cromosomas evolucionan a través de iteraciones, llamadas generaciones. En cada generación, los cromosomas son evaluados usando alguna medida de aptitud. Las siguientes generaciones (nuevos cromosomas), son generadas aplicando los operadores genéticos repetidamente, siendo estos los operadores de selección, cruzamiento, mutación y reemplazo.

FUNCIONAMIENTO

CONCLUSIONES

El algoritmo genético es conocido por ser una búsqueda de ascensión de colinas estocástica en laque se mantiene una población grande de estados. Los estados nuevos se generan por mutación y por cruce; combinando pares de estados de la población.

BIBLIOGRAFÍA

• Russell, S., Norvig, P. 2008. Inteligencia Artificial Un Enfoque Moderno. Segunda Edición. Pearson Education. España

• Ponce, P. 2011. Inteligencia artificial con aplicaciones a la ingeniería. Primera Edición.

• García, A. 2012. Inteligencia artificial, Fundamentos, práctica y aplicaciones. Primera Edición.

• Benítez, R., Escudero, G., Masip, D., Kanaan, S., 2014, Inteligencia artificial avanzada. Primera Edición.