Download Programación Evolutiva

Algoritmos
Genéticos
La Evolución
Se da en periodos muy largos de tiempo (generaciones)
La supervivencia del más apto
El más apto se reproduce
Cruza, mutación y selecciones
La adaptación como un proceso de modificación
progresiva de las estructuras generales para adaptarse a
su ambiente
Proceso de meta-aprendizaje a un nivel generacional
Algoritmos Genéticos
Los primeros modelos de procesos de adaptación sobre la
base de los AG fueron introducidos por John H. Holland
en su libro (1975)
“Adaptation in Natural and Artificial Systems”
El término algoritmo genético describe una idea básica:
técnicas algorítmicas, inspiradas por principios genéticos
que son utilizadas para simular procesos de evolución .
Algoritmos Genéticos
Cromosoma: Es el material microscópico constituido del
ADN y de proteínas.
Gen: representa la unidad básica de información genética
.
Alelo: Cada una de las alternativas que puede tener un gen
de un caracter.
Genotipo: contenido genético de un individuo, en forma
de ADN.
Fenotipo: expresión del genotipo en un determinado
ambiente.
Población: grupo de individuos de la misma especie
Algoritmos Genéticos
Original
Cruza
Mutación
Fenotipo y Genotipo
La naturaleza codifica los “programas” en las cadenas de
ADN y ARN que implícitamente describen la estructura y
desarrollo de los organismos.
En los algoritmos genéticos se usan cadenas binarias para
codificar las estructuras de datos.
Esquemas de Evolución
Selección por Aptitud
Aptitud
Probabilidad
Cruza
Mutación
Original
-1-
1
1
0
0
0
1
0
0
0
1
mutación con probabilidad = 1.0
-1-
0
0
1
1
1
0
1
1
1
0
1
0
0
0
1
mutación con probabilidad = 0.5
-1-
1
1
1
0
1
mutación con probabilidad = 0.1
-1-
1
1
0
0
0
1
0
0
0
1
Ejemplo - Parábolas
y  ax  bx  c
2
Cromosoma =

a b c
Ejemplo - Parábolas
y  ax  bx  c
2
Cromosoma =

a b c
Ejemplo - Parábolas
y  ax  bx  c
2
Cromosoma =

a b c