algoritmo genético
1369 Visualizaciones

CG: nm

CA: Matemáticas – Ciencia de los Ordenadores – Inteligencia artificial e Informática.

CT: El algoritmo genético es una técnica de búsqueda basada en la teoría de la evolución de Darwin, que ha cobrado tremenda popularidad en todo el mundo durante los últimos años. Se presentarán aquí los conceptos básicos que se requieren para abordarla, así como unos sencillos ejemplos que permitan a los lectores comprender cómo aplicarla al problema de su elección.
En los últimos años, la comunidad científica internacional ha mostrado un creciente interés en una nueva técnica de búsqueda basada en la teoría de la evolución y que se conoce como el algoritmo genético. Esta técnica se basa en los mecanismos de selección que utiliza la naturaleza, de acuerdo a los cuales los individuos más aptos de una población son los que sobreviven, al adaptarse más fácilmente a los cambios que se producen en su entorno. Hoy en día se sabe que estos cambios se efectúan en los genes de un individuo (unidad básica de codificación de cada uno de los atributos de un ser vivo), y que sus atributos más deseables (i.e., los que le permiten adaptarse mejor a su entorno) se transmiten a sus descendientes cuando éste se reproduce sexualmente.
Un investigador de la Universidad de Michigan llamado John Holland era consciente de la importancia de la selección natural, y a fines de los 60s desarrolló una técnica que permitió incorporarla a un programa. Su objetivo era lograr que las computadoras aprendieran por sí mismas. A la técnica que inventó Holland se le llamó originalmente «planes reproductivos», pero se hizo popular bajo el nombre «algoritmo genético» tras la publicación de su libro en 1975.
Una definición bastante completa de un algoritmo genético es la propuesta por John Koza:
«Es un algoritmo matemático altamente paralelo que transforma un conjunto de objetos matemáticos individuales con respecto al tiempo usando operaciones modeladas de acuerdo al principio Darwiniano de reproducción y supervivencia del más apto, y tras haberse presentado de forma natural una serie de operaciones genéticas de entre las que destaca la recombinación sexual. Cada uno de estos objetos matemáticos suele ser una cadena de caracteres (letras o números) de longitud fija que se ajusta al modelo de las cadenas de cromosomas, y se les asocia con una cierta función matemática que refleja su aptitud.»

F: GAL – http://cort.as/-ABWB (consulta: 9.01.2019)

DEF: Modelo matemático con origen en la biología, que toma una población de soluciones y aplica sobre ella una prueba de aptitud que juzga su desempeño y es perturbada por medio de operadores genéticos, es un proceso evolutivo, para generar una nueva población, proceso que se repite hasta obtener una generación muy cercana al óptimo.

F: RCUFJC – http://cort.as/-DB9A (consulta: 19.12.2018)

N: 1. – algoritmo (quizá del latín tardío algobarismus, y este abreviado del árabe clásico ḥisābu lḡubār ‘cálculo mediante cifras arábigas’).
– genético (del latín moderno geneticus ‘relativo al origen’, derivado del latín genĕsis ‘génesis’; cf. griego γεννητικός gennētikós ‘que produce o genera’).

  • Abreviatura: AG.
  • Uso frecuente en plural: algoritmos genéticos.

2. No hay resultado en los corpus de la Real Académia Española.
3. Los principales elementos de un algoritmo genético son:

  • Esquema de codificación, o sea la manera en que se representa una posible solución al problema.
  • Función de evaluación, que indica si un individuo es apto para resolver el problema planteado.
  • Tres operadores básicos: reproducción, cruce y mutación.
  • Parámetros que controlan el desempeño del algoritmo genético: probabilidad de cruce, probabilidad de mutación, tamaño de la población, número de generaciones, etc.

4. Según Coello, los pasos que deben seguirse para generar un algoritmo genético son:

  • Generar la población inicial.
  • Evaluar la adaptación de todos los individuos en la población.
  • Crear una nueva población efectuando operaciones como selección/ reproducción proporcional a la adaptación, cruce y mutaciones en los individuos en la que ésta acaba de ser medida.
  • Reemplazar la antigua población.
  • Iterar utilizando la nueva población, hasta que la misma converja.

F: 1. DLE – http://cort.as/-DkOA; http://cort.as/-DkOG (consulta: 9.01.2019); CCIA – http://cort.as/-DkOd (consulta: 9.01.2019); IIC – http://cort.as/-D8rW (consulta: 9.01.2019). 2. CORDE; CREA; CORPES XXI (consulta: 9.01.2019). 3 y 4. ECURED – http://cort.as/-DkPk (consulta: 9.01.2019).

RC: informática, inteligencia artificial, inteligencia computacional, sistema inteligente.