Descargado 541 veces
Subido porESCOM
Algoritmos Genéticos
Este documento describe los algoritmos genéticos, incluyendo sus antecedentes históricos, definiciones, descripción general, características, operadores y software disponible. Los algoritmos genéticos se basan en los principios de evolución biológica como la selección natural y la supervivencia del más apto. Se reconoce a John Holland como su fundador en 1975 y desde entonces han sido bien descritos en varios textos.
Más contenido relacionado
Algoritmos Genéticos
- 1. INSTITUTO POLITÉCNICO NACIONALESCUELA SUPERIOR DE CÓMPUTO Profesor: M. en .C. José Luis Calderón Osorno Algoritmos Genéticos REDES NEURONALES ARTIFICIALES I
- 2. Su nombre sederiva de que están basados en modelos de cambio genético en una población de individuos . Tienen como fundamento los principios de selección natural y supervivencia, postulados por Darwin en su libro “El origen de las especies” publicado en 1859. Se reconoce a Holland como su fundador quien, en 1975, intuyó la posibilidad de incorporar la semántica de la evolución natural a procesos de optimización , surgiendo así los principios de esta técnica . Se encuentran bien descritos en textos de Goldberg , Davis, Michalewicz y Reeves . ALGORITMOS GENÉTICOS Antecedentes históricos
- 3. Los Algoritmos Genéticos(AG) puede verse como una familia de procedimientos de búsqueda adaptativos. Los Algoritmos Genéticos son un método de optimización mediante procesos de búsqueda. El Algoritmo Genético es un proceso de cómputo que emula la forma de actuar de la evolución biológica . ALGORITMOS GENÉTICOS Definiciones
- 4. La idea básicaes generar un conjunto con algunas de las posibles soluciones. Cada una va a ser llamada individuo , y a dicho conjunto se le denominará población . Cada individuo tiene una información asociada a él. Tiene asociada una función de adaptación que determina el grado de adaptación de un individuo. A dicha información se l e denomina código genético . Las características de los individuos, sean beneficiosas o no, se van a denominar fenotipos . La información asociada a un individuo se compone de partes indivisibles denominados cromosomas . ALGORITMOS GENÉTICOS Descripción general
- 5. Un fenotipo puedeestar en más de un cromosoma, en cuyo caso puede ser que el hijo herede un fenotipo que no tenía ni el padre ni la madre, sino una combinación de ambos. En caso de que el hijo tenga parte de los genes del padre y parte de los genes de la madre que intervienen en un fenotipo, se va a crear una característica nueva asociada a ese fenotipo. ALGORITMOS GENÉTICOS Descripción general
- 6. Son algoritmos estocásticos, es decir, d os ejecuciones distintas pueden dar dos soluciones distintas. Son algoritmos de búsqueda múltiple , luego dan varias soluciones. S on los algoritmos que hacen una barrida mayor al subespacio de posibles soluciones válidas . A diferencia de los otros algoritmos, cuya convergencia y resultado final son fuertemente dependientes de la posición inicial, la convergencia del algoritmo genético es poco sensible a la población inicial si esta se escoge de forma aleatoria y es lo suficientemente grande. ALGORITMOS GENÉTICOS Características
- 7. Por su gradode penetración casi nulo, la curva de convergencia asociada al algoritmo presenta una convergencia excepcionalmente rápida al principio , que casi enseguida se bloquea. Esto de debe a que el algoritmo genético es excelente descartando subespacios realmente malos. La optimización es función de la representación de los datos . Es una búsqueda p aramétricamente robusta . Eso quiere decir que sólo si se escoge realmente mal los parámetros del algoritmo , éste no va a converger . ALGORITMOS GENÉTICOS Características
- 8. T rabajan conun conjunto de parámetros codificados y no con los parámetros mismos . I nician la búsqueda desde un conjunto de puntos, no de uno solo . U san una función a optimizar en lugar de la derivada u otro conocimiento adicional . U san reglas de transición probabilísticas no determinísticas . ALGORITMOS GENÉTICOS Diferencias con otros métodos
- 9. PROCEDIMIENTO AG tiempo= 0 inicializa_población(tiempo) evalúa_población(tiempo) mientras no condición_de_terminación tiempo = tiempo + 1 construye_población(tiempo) a partir de población(tiempo – 1) usando selección modifica_población(tiempo) usando operadores genéticos evalúa_población(tiempo) reemplazar fin mientras ALGORITMOS GENÉTICOS Algoritmo genético básico
- 10. Codificación de losparámetros de un problema. Función de aptitud. Es base para determinar qué individuos (soluciones) tienen mayor o menor probabilidad de sobrevivir. Criterios de tamaño de población. Balance entre una población muy pequeña (convergencia a un máximo local) y una población muy grande (mayor utilización de recursos computacionales). Criterio de selección. Los individuos son escogidos de acuerdo a su aptitud. Los más aptos tienen mayor probabilidad de contribuir con una o más copias en la siguiente generación (simulación de la selección natural). ALGORITMOS GENÉTICOS Puntos a considerar en un AG básico
- 11. ALGORITMOS GENÉTICOS Puntosa considerar en un AG básico Criterio de paro. Normalmente cuando un porcentaje alto de la población converge a un valor. Si con ese valor no se llega a la medida esperad a , entonces se toma una pequeña proporción y se inyecta ” diversidad genética'' (se generan aleatoriamente nuevos individuos), o inclusive se reemplaza completamente la población. Operadores genéticos. Los principales son: cruza(crossover), mutación, selección (algunos autores lo consideran como tal) y reemplazo (aunque existen más).
- 12. ALGORITMOS GENÉTICOS Operadoresgenéticos: SELECCIÓN Proceso que escoge los miembros de la población que serán utilizados para la reproducción. Su meta es dar más oportunidades de selección a los miembros más aptos de la población . Lo más común es implementar una “ruleta con truco” para elegir a los individuos, donde los más aptos tienen una mayor parte en la ruleta, por lo tanto, más probabilidad de ser escogidos. Existen otros métodos como el “torneo” en que dos individuos son elegidos aleatoriamente y se escoge al más apto.
- 13. ALGORITMOS GENÉTICOS Operadorque c onsiste en unir en alguna forma los cromosomas de dos padres para formar dos descendientes. Lo más sencillo es implementar cruza de un punto , que toma dos individuos y corta sus cromosomas en una posición seleccionada al azar, para producir dos segmentos anteriores y dos posteriores, los posteriores se intercambian para obtener dos cromosomas nuevos , como se ve en la siguiente figura: Operadores genéticos: CRUZA
- 14. ALGORITMOS GENÉTICOS Seencarga de modificar en forma aleatoria uno o más genes del cromosoma de un descendiente. La siguiente figura muestra el quinto gen siendo mutado, a lo que se conoce como “mutación sencilla”: Operadores genéticos: MUTACIÓN
- 15. ALGORITMOS GENÉTICOS Esel método por el cual se insertan los hijos en la población, por ejemplo mediante la eliminación del individuo más débil o al azar . Operadores genéticos: REEMPLAZO
- 16. ALGORITMOS GENÉTICOS Existenvarios paquetes y bibliotecas de algoritmos genéticos en el mercado, a continuación se presentan algunos: GAGS Generador de aplicaciones basadas en algoritmos genéticos, escrito en C++. Desarrollado por el grupo de J.J. Melero. Dirección primaria: kal-el.ugr.es/gags.html Dirección para descargar vía FTP : kal-el.ugr.es/GAGS/. GALIB Biblioteca de algoritmos genéticos de Matthew. Conjunto de clases en C++ de algoritmos genéticos. Dirección primaria: lancet.mit.edu/ga/ Dirección para descargar vía FTP :lancet.mit.edu/pub/ga/ SOFTWARE
- 17. SOFTWARE GPDATA Paradesarrollar algoritmos genéticos en C++. Dirección primaria: cs.ucl.ac.uk/genetic/papers/ Dirección para descargar vía FTP : ftp.cs.bham.ac.uk/pub/authors/W.B.Langdon/gp-code/ GPJPP Bibliotecas de clases para desarrollar algoritmos genéticos en Java Dirección primaria: www.turbopower.com/~ kimk/gpjpp.asp. ALGORITMOS GENÉTICOS
- 18. SOFTWARE LIL-GPHerramientas para programación genética en C. Dirección primaria: isl.msu.edu/GA/software/lil-gp/index.html Dirección para descargar vía FTP: isl.cps.msu.edu/pub/GA/lilgp/ GPsys Sistema de programación genética en Java. Dirección primaria: www.cs.ucl.ac.uk/staff/A.Qureshi/gpsys.html. ALGORITMOS GENÉTICOS
- 19.
- 20.