UNIVERSIDAD NACIONAL JORGE BASADRE GROHMANN

FACULTAD DE INGENIERA ESCUELA ACADMICA PROFESIONAL DE INGENIERA EN INFORMTICA Y SISTEMAS Alumno: Rodrigo Saraya Salas Cdigo: 2011-119029 Curso: Investigacin Operativa 2 Profesora: Ing. Jaime Polar TACNA - PER 2013

Algoritmos Genticos
1. Conceptos Bsicos
Fitness (precisin): Es la funcin de aptitud, determina que genes pasan a la siguiente iteracin a para poder utilizarlos. A los individuos se les asigna un valor de adecuacin (o fitness) como una medida de su aptitud para el problema en consideracin. Valor de confianza (o precisin): son los resultados dados por la aplicacin de la funcin de aptitud. Predice correctamente entre el nmero de instancias a las cuales las reglas del mecanismo de seleccin. Valor de completitud (parmetros de soporte o alcance): predice correctamente entre el nmero total de instancias para evaluar la calidad de las reglas de clasificacin luego de la funcin de aptitud. Cromosomas: son los datos previos a la realizacin del proyecto, brindan los genes de un individuo (cadenas de ADN) para poder utilizarlos en la solucin del problema. Gen: Son los parmetro utilizados para poder desarrollar las caractersticas del problema. Los genes estn compuestos de bloques funcionales responsables de determinar los rasgos de un individuo. Alelo: Es el alfabeto de representacin, brinda la posibilidad de escoger un rasgo de un individuo. Locus: Es la posicin que un gen tiene en un cromosoma, tambin describe la posicin de los cromosomas de los bits. Genoma: Conjunto de Material Gentico. Genotipo: Conjunto de genes, despus de la funcin de aptitud, el genotipo brinda la configuracin de bits concreta de cada generacin (iteracin). Fenotipo: Conjunto de caractersticas finales fsicas y mentales del individuo.

2. Qu es un algoritmo gentico y para qu sirve?

Los algoritmos genticos son procedimientos adaptativos para la bsqueda de soluciones en espacios complejos inspirados en la evolucin biolgica, con patrones de operaciones basados en el principio darwiniano de reproduccin y supervivencia de los individuos que mejor se adaptan al entorno en el que viven".

Los algoritmos genticos son una rama de la computacin evolutiva, que es el rea de la ciencia computacional cuyos algoritmos imitan el proceso evolutivo de la naturaleza. Segn Holland, los algoritmos genticos son programas que evolucionan, simulando en cierto grado la seleccin natural, que alcanzan a resolver problemas complejos que ni siquiera quienes lo crearon comprenden.

3. Cundo debe ser usado un algoritmo gentico (AG)?

No hay una forma rigurosa de determinar si un mtodo es bueno o no. Si el espacio de soluciones no es muy grande, se puede realizar una busque exhaustiva en lugar de AG. Si el espacio es continuo, se podra emplear un algoritmo de gradiente-ascendente, ya que son ms eficiente que un AG. Si la funcin fitness tiene ruido, la estrategia de seguir el gradiente puede ir desencaminada con la imposibilidad de vuelta atrs, mientras que los AGs acumulan una estadstica de fitness sobre varias generaciones.

4. Esquema del Proceso de funcionamiento de un algoritmo gentico tpico

Figura 1: Funcionamiento de un algoritmo gentico

5. Proceso para la codificacin de un algoritmo gentico en una computadora

1. 2. 3. 4. 5. 6. Codificar el espacio de soluciones. Un mecanismo de seleccin. Operaciones que afecten a los individuos (operadores genticos). Recombinacin (Crossover) Mutacin Una funcin de aptitud (funcin de fitness)

Conclusiones:
Los algoritmos genticos prometen ser mtodos de resolucin de problemas tecnolgicamente complejos o para el aprendizaje mquina. Los algoritmos genticos son usualmente utilizados en mtodos para la simulacin de sistemas (naturales) no fcilmente describibles, por eso su uso es fundamental.