Resumen

Los algoritmos genéticos (o más genéricamente los algoritmos evolutivos) están inspirados en las diversas investigaciones llevadas a cabo en biología acerca de la evolución.

Se parte de una población de individuos, cada uno compuesto por un genoma, que es una lista de genes. Estos individuos se evalúan respecto a la calidad de la solución a un problema determinado que representan (lo que denominamos su fenotipo).

Los mejores individuos se seleccionan para actuar como reproductores. Se crean, a continuación, nuevas soluciones a partir de uno o varios progenitores. En caso de que intervengan varios progenitores, se realiza un crossover, es decir, un cruce entre la información genética de los distintos progenitores.

Los genomas de los descendientes sufrirán, a continuación, mutaciones aleatorias, que representan los errores de copia que podrían haber tenido lugar durante la reproducción. Cada descendiente, si bien es similar a sus progenitores, es potencialmente diferente.

Esta nueva generación debe, a continuación, sobrevivir, para formar parte de la población de la generación siguiente. Se repite el proceso hasta alcanzar soluciones óptimas o casi óptimas.

Los algoritmos genéticos permiten, así, resolver numerosos problemas para los que no existe una solución matemática conocida, y cuyo espacio de búsqueda es demasiado vasto como para llevar a cabo una búsqueda exhaustiva.

Si desea saber más, le proponemos el siguiente libro:
couv_DPT2INT.png
60-signet.svg
Versión impresa
20-ecran_lettre.svg
Versión online
41-logo_abonnement.svg
En ilimitado con la suscripción ENI
130-boutique.svg
En la tienda oficial de ENI
Anterior
Implementación
Siguiente
Presentación del capítulo