Los algoritmos evolutivos son métodos de optimización y búsqueda de soluciones basados en los postulados de la evolución biológica. En ellos se mantiene un conjunto de entidades que representan posibles soluciones, las cuales se mezclan, y compiten entre sí, de tal manera que las más aptas son capaces de prevalecer a lo largo del tiempo, evolucionando hacia mejores soluciones cada vez.
Antena de la nave espacial ST5 de la NASA. Esta intrincada forma fue encontrada usando un algoritmo evolutivo, con el propósito de conseguir el mejor patrón de radiación para la nave.
Los algoritmos evolutivos, y la computación evolutiva, son una rama de la inteligencia artificial. Son utilizados principalmente en problemas con espacios de búsqueda extensos y no lineales, en donde otros métodos no son capaces de encontrar soluciones en un tiempo razonable.
Siguiendo la terminología de la teoría de la evolución, las entidades que representan las soluciones al problema se denominan individuos o cromosomas, y el conjunto de estos, población. Los individuos son modificados por operadores genéticos, principalmente el cruce, que consiste en la mezcla de la información de dos o más individuos; la mutación, que es un cambio aleatorio en los individuos; y la selección, consistente en la elección de los individuos que sobrevivirán y conformarán la siguiente generación. Dado que los individuos que representan las soluciones más adecuadas al problema tienen más posibilidades de sobrevivir, la población va mejorando gradualmente.
Paradigmas
Suele hablarse de tres paradigmas principales de algoritmos evolutivos:
Cada uno de estos paradigmas se originó independientemente y con distintas motivaciones. Actualmente, los algoritmos tienden a combinar características de estos tres y a incluir mecanismos de otros campos de estudio, tales como el aprendizaje automático, otros algoritmos de búsqueda, o diferentes estructuras de datos. Algunas de las tendencias actuales son las siguientes:
La tabla siguiente presenta algunas diferencias entre los distintos tipos de algoritmos evolutivos. Las características indicadas en esta tabla corresponden a las implementaciones originales. Actualmente las diferencias entre ellos tienden a borrarse a medida que se transfieren características de uno a otro, haciendo difícil la distinción.
mutación y recombinación, el resultado del primero es operado con el segundo
comparando el resultado de los operadores y los individuos de la generación anterior
Fija, de dos parámetros que controlan la velocidad del cambio, F y GR
optimización continua
el operador de mutación, bastante singular, de hecho combina individuos elegidos aleatoriamente
Enlaces externos
Ejemplo de un algoritmo de computación evolutiva.
Programación Algoritmo
Algoritmos evolutivos y malware
An Overview of the History and Flavors of Evolutionary Algorithms
Datos:Q14489129
Multimedia:Evolutionary algorithms
Agosto 11, 2021
algoritmo, evolutivo, algoritmos, evolutivos, métodos, optimización, búsqueda, soluciones, basados, postulados, evolución, biológica, ellos, mantiene, conjunto, entidades, representan, posibles, soluciones, cuales, mezclan, compiten, entre, manera, más, aptas,. Los algoritmos evolutivos son metodos de optimizacion y busqueda de soluciones basados en los postulados de la evolucion biologica En ellos se mantiene un conjunto de entidades que representan posibles soluciones las cuales se mezclan y compiten entre si de tal manera que las mas aptas son capaces de prevalecer a lo largo del tiempo evolucionando hacia mejores soluciones cada vez Antena de la nave espacial ST5 de la NASA Esta intrincada forma fue encontrada usando un algoritmo evolutivo con el proposito de conseguir el mejor patron de radiacion para la nave Los algoritmos evolutivos y la computacion evolutiva son una rama de la inteligencia artificial Son utilizados principalmente en problemas con espacios de busqueda extensos y no lineales en donde otros metodos no son capaces de encontrar soluciones en un tiempo razonable Siguiendo la terminologia de la teoria de la evolucion las entidades que representan las soluciones al problema se denominan individuos o cromosomas y el conjunto de estos poblacion Los individuos son modificados por operadores geneticos principalmente el cruce que consiste en la mezcla de la informacion de dos o mas individuos la mutacion que es un cambio aleatorio en los individuos y la seleccion consistente en la eleccion de los individuos que sobreviviran y conformaran la siguiente generacion Dado que los individuos que representan las soluciones mas adecuadas al problema tienen mas posibilidades de sobrevivir la poblacion va mejorando gradualmente Paradigmas EditarSuele hablarse de tres paradigmas principales de algoritmos evolutivos Programacion evolutiva Estrategias evolutivas Algoritmos geneticosCada uno de estos paradigmas se origino independientemente y con distintas motivaciones Actualmente los algoritmos tienden a combinar caracteristicas de estos tres y a incluir mecanismos de otros campos de estudio tales como el aprendizaje automatico otros algoritmos de busqueda o diferentes estructuras de datos Algunas de las tendencias actuales son las siguientes Evolucion diferencial Modelos probabilisticos Evolucion simulada Algoritmos culturales Algoritmos memeticos Programacion geneticaComparacion de algoritmos evolutivos EditarLa tabla siguiente presenta algunas diferencias entre los distintos tipos de algoritmos evolutivos Las caracteristicas indicadas en esta tabla corresponden a las implementaciones originales Actualmente las diferencias entre ellos tienden a borrarse a medida que se transfieren caracteristicas de uno a otro haciendo dificil la distincion Algoritmo codificacion seleccion operadores reinsercion parametrizacion aplicacion original principal observacionesAlgoritmo genetico binaria al azar basado en funcion de desempeno ruleta torneo Aplicados segun probabilidad cruce 1 o 2 puntos uniforme etc mutacion negacion de bit al azar reemplazo de padres por hijos manteniendo al mejor individuo de la poblacion anterior fija optimizacion discretaEstrategia evolutiva discreta o continua aleatoria disenadas de acuerdo al problema a resolver recombinacion optativa mutacion elegida deterministicamente mediante ranking de mejor descendencia m r l E S displaystyle mu rho lambda ES o padres y descendencia m r l E S displaystyle mu rho lambda ES self adaptive optimizacion general notacion m displaystyle mu numero de padres r displaystyle rho numero de individuos elegidos para evolucionar l displaystyle lambda descendenciaProgramacion evolutiva disenadas de acuerdo al problema a resolver recombinacion mutacion Programacion genetica arboles cruce intercambio de ramas mutacion cambio en contenido de nodo o toda la rama evolucion de programas generalmente en lisp Algoritmo memetico cualquiera distintos operadores de busqueda local Tambien llamado algoritmo lamarckiano busqueda local genetica algoritmo evolutivo hibrido o algoritmo evolutivo de BaldwinAlgoritmo cultural cualquiera cualquiera optimizacion general simulacion social cuenta ademas con un espacio de creencias en donde se guarda experiencia adquirida durante la busquedaEvolucion diferencial continua aleatoria mutacion y recombinacion el resultado del primero es operado con el segundo comparando el resultado de los operadores y los individuos de la generacion anterior Fija de dos parametros que controlan la velocidad del cambio F y GR optimizacion continua el operador de mutacion bastante singular de hecho combina individuos elegidos aleatoriamenteEnlaces externos EditarArticulo sobre algoritmos evolutivos en Scholarpedia Ejemplo de un algoritmo de computacion evolutiva Programacion Algoritmo Algoritmos evolutivos y malware An Overview of the History and Flavors of Evolutionary Algorithms Datos Q14489129 Multimedia Evolutionary algorithmsObtenido de https es wikipedia org w index php title Algoritmo evolutivo amp oldid 127700183, wikipedia, wiki, leyendo, leer, libro, biblioteca,
