Programacion evolutiva variacin de los algoritmos genticos, donde lo que cambia es la representacin de los individuos 1.1.

Programas Evolutivos (PE)

Son una estrategia de optimizacin estocstica similar a los Ags, pero hacen un nfasis especfico en los operadores genticos tal y como se observan en la naturaleza y en la estructura de datos que utilizan adaptada al problema. 1.4. Estrategias Evolutivas (EE)

Esta tcnica est bsicamente enfocada hacia la optimizacin paramtrica EEs Simples Son consideradas como procedimientos estocsticos de optimizacin paramtrica con paso adaptativo, esta caracterstica las hace similares al temple simulado EEs Mltiples: Surgen como respuesta a las debilidades de las EEs simples, las cuales tienden a converger hacia subptimos 2. ALGORITMOS GENTICOS

Los Algoritmos Genticos utilizan una analoga directa del fenmeno de evolucin en la naturaleza. 1.1. Anatoma de Algoritmos Genticos

1.1.1. Mdulo evolutivo: Mecanismo de decodificacin (interpreta la informacin de un cromosoma) y funcin de evaluacin (mide la calidad del cromosoma). 1.1.2. Mdulo poblacional: Tiene una representacin poblacional y tcnicas para manipularla (tcnica de representacin, tcnica de arranque, criterio de seleccin y de reemplazo). 1.1.3. Mdulo reproductivo: Contiene los operadores genticos 1.1. Caractersticas de Algoritmo Gentico

Son algoritmos estocsticos

Son algoritmos de bsqueda mltiple Son los algoritmos que hacen una barrida amplia al sub espacio de posibles soluciones vlidas, y con diferencia La convergencia del algoritmo es poco sensible a la poblacin inicial siesta se escoge de forma aleatoria y es lo suficientemente grande 1.1. Clases De Algoritmos Genticos

1.1.1. Algoritmos Genticos Generacionales

Se asemejan a la forma de reproduccin de los insectos, 1.1.2. Algoritmos Genticos de estado Fijo. Utilizan el esquema generacional de los mamferos y otros animales de vida larga 1.1.3. Algoritmos Genticos Paralelos.

Parte de la metfora biolgica que motivo a utilizar la bsqueda gentica consiste en que es inherentemente paralela 1.1.4. Modelos de Islas. Si se tiene una poblacin de individuos, esta se divide en subpoblaciones que evolucionan independientemente como un Algoritmo Gentico normal 1.1.5. Modelo Celular Coloca cada individuo en una matriz, 1.1. COMPONENTES DE UN ALGORITMO GENETICO

Individuo Un individuo es un ser que caracteriza su propia especie Poblacin A un conjunto de individuos (Cromosomas) se le denomina poblacin Funcin Fitness. La nica restriccin para usar un algoritmo gentico es que exista una funcin llamada fitness, Operadores Genticos

Operador de Seleccin.

El paso siguiente a la evaluacin es escoger los miembros de la poblacin que sern utilizados para la reproduccin Operador de Cruce

Consiste en unir en alguna forma los cromosomas de los padres que han sido previamente seleccinados de la generacin anterior para formar dos descendientes. Mutacin. El operador de mutacin consiste en la alteracin aleatoria de cada uno de los genes del individuo con una probabilidad de mutacin PM CICLO GENERAL DE UN ALGORITMO GENETICO ESTANDAR

1. Generar aleatoriamente la poblacin inicial de individuos P(0). Generacin = 0: 2. Mientras ( nmero _ generaciones <= mximo _ nmeros _ generaciones) 3. Mostrar resultados; Cules son las limitaciones (restricciones) de los AGs? -La primera y ms importante consideracin al crear un algoritmo gentico es definir una representacin del problema.