5/25/2018 MCOM1 Asignaci n Del Profesor MAFP

1/4

Computacin IAsignacin del profesorPresenta: Maritza Finkenthal

1

1.Realizar una investigacin acerca de Algoritmos Genticos (Que son, cmo funcionan, para que sirven y

en donde los puedes aplicar en tu carrera y/o vida laboral). Al final del documento debers hacer una

conclusin.

El algoritmo gentico es una tcnica de bsqueda basada en la teora de la evolucin de Darwin, que ha

cobrado popularidad en todo el mundo durante los ltimos aos.

Los Algoritmos Genticos (AGs) son mtodos adaptativos que pueden usarse para resolver problemas de

bsqueda y optimizacin. Estn basados en el proceso gentico de los organismos vivos. A lo largo de las

generaciones, las poblaciones evolucionan en la naturaleza de acorde con los principios de la seleccin

natural y la supervivencia de los ms fuertes, postulados por Darwin. Por imitacin de este proceso, los

Algoritmos Genticos son capaces de ir creando soluciones para problemas del mundo real. La evolucin de

dichas soluciones hacia valores ptimos del problema depende en buena medida de una adecuada

codificacin de las mismas.

Un algoritmo gentico consiste en una funcin matemtica o una rutina de software que toma como

entradas a los ejemplares y retorna como salidas cules de ellos deben generar descendencia para la nueva

generacin.

Una definicin bastante completa de un algoritmo gentico es la propuesta por John Koza:

"Es un algoritmo matemtico altamente paralelo que transforma un conjunto de objetos matemticos

individuales con respecto al tiempo usando operaciones modeladas de acuerdo al principio Darwiniano de

reproduccin y supervivencia del ms apto, y tras haberse presentado de forma natural una serie de

operaciones genticas de entre las que destaca la recombinacin sexual. Cada uno de estos objetos

matemticos suele ser una cadena de caracteres (letras o nmeros) de longitud fija que se ajusta al modelo

de las cadenas de cromosomas, y se les asocia con una cierta funcin matemtica que refleja su aptitud. "

Los Algoritmos Genticos usan una analoga directa con el comportamiento natural. Trabajan con una

poblacin de individuos, cada uno de los cuales representa una solucin factible a un problema dado. A cada

individuo se le asigna un valor puntuacin, relacionado con la bondad de dicha solucin. En la naturaleza

esto equivaldra al grado de efectividad de un organismo para competir por unos determinados recursos.

Cuanto mayor sea la adaptacin de un individuo al problema, mayor ser la probabilidad de que el mismo

sea seleccionado para reproducirse, cruzando su material gentico con otro individuo seleccionado de igual

forma. Este cruce producir nuevos individuos , descendientes de los anteriores ; los cuales comparten

algunas de las caractersticas de sus padres. Cuanto menor sea la adaptacin de un individuo, menor ser la

probabilidad de que dicho individuo sea seleccionado para la reproduccin, y por tanto de que su material

gentico se propague en sucesivas generaciones.

De esta manera se produce una nueva poblacin de posibles soluciones, la cual reemplaza a la anterior y

verifica la interesante propiedad de que contiene una mayor proporcin de buenas caractersticas en

comparacin con la poblacin anterior. As a lo largo de las generaciones las buenas caractersticas se

propagan a travs de la poblacin. Favoreciendo el cruce de los individuos mejor adaptados, van siendo

5/25/2018 MCOM1 Asignaci n Del Profesor MAFP

2/4

Computacin IAsignacin del profesorPresenta: Maritza Finkenthal

2

exploradas las reas ms prometedoras del espacio de bsqueda. Si el Algoritmo Gentico ha sido bien

diseado, la, poblacin converger hacia una solucin ptima del problema.

En los AGs usualmente se utiliza una representacin binaria mediante una cadena binaria del tipo que se

muestra enseguida, donde cada cadena se conoce como cromosoma, a cada posicin de la cadena se le

llama gene y a los valores que puede tomar cada gene se le llama alelo.

Ventajas y Desventajas

No necesitan conocimientos especficos sobre el problema que intentan resolver.

Operan de forma simultnea con varias soluciones, en vez de trabajar de forma secuencial como las

tcnicas tradicionales.

Cuando se usan para problemas de optimizacin maximizar una funcin objetivo- resultan menos

afectados por los mximos locales (falsas soluciones) que las tcnicas tradicionales.

Resulta sumamente fcil ejecutarlos en las modernas arquitecturas masivamente paralelas.

Usan operadores probabilsticos, en vez de los tpicos operadores determinsticos de las otras

tcnicas.

Pueden tardar mucho en converger, o no converger en absoluto, dependiendo en cierta medida de

los parmetros que se utilicen tamao de la poblacin, nmero de generaciones, etc.

Pueden converger prematuramente debido a una serie de problemas de diversa ndole.

Limitaciones

El poder de los Algoritmos Genticos proviene del hecho de que se trata de una tcnica robusta, y pueden

tratar con xito una gran variedad de problemas provenientes de diferentes reas, incluyendo aquellos en

los que otros mtodos encuentran dificultades. Si bien no se garantiza que el Algoritmo Gentico encuentre

la solucin ptima, del problema, existe evidencia emprica de que se encuentran soluciones de un nivel

aceptable, en un tiempo competitivo con el resto de algoritmos de optimizacin combinatoria. En el caso de

que existan tcnicas especializadas para resolver un determinado problema, lo ms probable es que superen

al Algoritmo Gentico, tanto en rapidez como en eficacia. El gran campo de aplicacin de los Algoritmos

Genticos se relaciona con aquellos problemas para los cuales no existen tcnicas especializadas. Incluso en

el caso en que dichas tcnicas existan, y funcionen bien, pueden efectuarse mejoras de las mismashibridndolas con los Algoritmos Genticos.

5/25/2018 MCOM1 Asignaci n Del Profesor MAFP

3/4

Computacin IAsignacin del profesorPresenta: Maritza Finkenthal

3

Algunas aplicaciones:

En ingeniera aeroespacial:diseo de la forma del ala de un avin supersnico

RoboCup:proyecto internacional para promocionar la robtica, la inteligencia artificial y campos

relacionados. (Torneo internacional de ftbol cuyo reto es desarrollar un equipo de robots humanoides

autnomos que ganen a los humanos en 2050)

Ingeniera de sistemas:diseos de turbinas de molinos de parques elicos.

Diseo de una sala de conciertoscon propiedades acsticas ptimas, (2002) similar al Grosser

Musikvereinsaal de Viena

Reconocimiento de imgenes:Resonancia Magntica

Radioterapia:Optimizacin de la forma, orientacin e intensidad del haz de los emisores de rayos X

Localizacin de puestos de urgencias

John Deere & Co.: generar programas de montajeen la planta de Moline (Illinois) para la fabricacin de

maquinaria agrcola pesada

Volvo: OptiFlex para el diseo del montajede la planta de Dubln (Virginia) de un milln de metros

cuadrados

United Distillers and Vintners: para administrar su inventario y sus suministros

Una de las aplicaciones en la que se puede utilizar este tipo de algoritmos en el centro de enseanza al cual

pertenezco es en la elaboracin de Horarios del mismo y optimizar tiempos y movimientos.

Un conjunto de profesores {P1, ..., Pm}

Un conjunto de clases {C1, ..., Ck}

Un conjunto de intervalos de tiempo (horas) {H1, ...,Hn}

Conclusiones

Se ha tratado de proporcionar de forma breve y concisa un panorama general de lo que son los algoritmosgenticos y su utilidad, sin que se llegara a profundizar mucho en ninguno de sus aspectos en particular. Las

referencias bibliogrficas proporcionadas debern servir para averiguar ms detalles sobre el tema.

El xito actual de los algoritmos genticos est fundamentado por una serie de investigaciones serias y

formales alrededor del mundo.

Este inters se ha visto ya reflejado en nuestro pas, puesto que centros de investigacin, as como

cientficos independientes han publicado varios trabajos sobre el tema. Es de esperarse que en los aos

siguientes ms gente se sienta atrada por esta novedosa tcnica, por lo que tal vez lo ms conveniente

resulte saber aunque sea lo mnimo necesario sobre ella.

5/25/2018 MCOM1 Asignaci n Del Profesor MAFP

4/4

Computacin IAsignacin del profesorPresenta: Maritza Finkenthal

4

Referencias.

http://www.sc.ehu.es/ccwbayes/docencia/mmcc/docs/temageneticos.pdf

http://nando1-utb.blogspot.mx/p/algoritmos-geneticos.html

http://semana.mat.uson.mx/MemoriasXVII/XIII/villalobos.pdfhttp://www.rsme.es/comis/mujmat/mujer-

ciencia/presentacion/PresentacionMTIglesias.pdf

http://www.sc.ehu.es/ccwbayes/docencia/mmcc/docs/temageneticos.pdfhttp://www.sc.ehu.es/ccwbayes/docencia/mmcc/docs/temageneticos.pdfhttp://nando1-utb.blogspot.mx/p/algoritmos-geneticos.htmlhttp://nando1-utb.blogspot.mx/p/algoritmos-geneticos.htmlhttp://semana.mat.uson.mx/MemoriasXVII/XIII/villalobos.pdfhttp:/www.rsme.es/comis/mujmat/mujer-ciencia/presentacion/PresentacionMTIglesias.pdfhttp://semana.mat.uson.mx/MemoriasXVII/XIII/villalobos.pdfhttp:/www.rsme.es/comis/mujmat/mujer-ciencia/presentacion/PresentacionMTIglesias.pdfhttp://semana.mat.uson.mx/MemoriasXVII/XIII/villalobos.pdfhttp:/www.rsme.es/comis/mujmat/mujer-ciencia/presentacion/PresentacionMTIglesias.pdfhttp://semana.mat.uson.mx/MemoriasXVII/XIII/villalobos.pdfhttp:/www.rsme.es/comis/mujmat/mujer-ciencia/presentacion/PresentacionMTIglesias.pdfhttp://semana.mat.uson.mx/MemoriasXVII/XIII/villalobos.pdfhttp:/www.rsme.es/comis/mujmat/mujer-ciencia/presentacion/PresentacionMTIglesias.pdfhttp://nando1-utb.blogspot.mx/p/algoritmos-geneticos.htmlhttp://www.sc.ehu.es/ccwbayes/docencia/mmcc/docs/temageneticos.pdf