Los algoritmos genéticos marcan el camino

Los algoritmos genéticos utilizan métodos evolutivos para resolver problemas de ingenierí­a en base a optimización y aprendizaje de funciones en general

0
0 votos
28-01-2009
Publicidad
Desde la década de los años cincuenta se plantea el uso de algoritmos evolutivos para la resolución de problemas.de optimización en ingenierí­a. En 1965 se plantearon estrategias evolutivas. Sin embargo no es hasta 1975 que Holland incorpora los mecanismos de adaptación natural a los algoritmos que así­ pasan a llamarse genéticos y que con la ayuda de herramientas como los ordenadores desarrollaron este grupo de métodos de la Inteligencia Artificial. En 1999 se concedió la primera patente al primer invento creado mediante algoritmos genéticos sin intervención humana. Se trata de una antena de tipo fractal de alta eficiencia multibanda y de muy reducido tamaño, utilizable actualmente en teléfonos móviles, automóviles, etc. Desde la década de los años cincuenta se plantea el uso de algoritmos evolutivos para la resolución de problemas.de optimización en ingenierí­a. En 1965 se plantearon estrategias evolutivas. Sin embargo no es hasta 1975 que Holland incorpora los mecanismos de adaptación natural a los algoritmos que así­ pasan a llamarse genéticos y que con la ayuda de herramientas como los ordenadores desarrollaron este grupo de métodos de la Inteligencia Artificial. En 1999 se concedió la primera patente al primer invento creado mediante algoritmos genéticos sin intervención humana. Se trata de una antena de tipo fractal de alta eficiencia multibanda y de muy reducido tamaño, utilizable actualmente en teléfonos móviles, automóviles, etc.
Los algoritmos genéticos se basan en métodos que parten de una población inicial con una condición a optimizar, La optimización se consigue mediante la aplicación de una función ejecutada de forma iterativa sobre una población que se va seleccionando hacia el óptimo definido previamente. En la función a aplicar se utilizan operadores como los que existen en la naturaleza, como la mutación, la recombinación genética (fusión), la aleatoriedad, cambios hacia atrás, etc. Con una ponderación distinta de estos parámetros podemos conseguir evolucioes de la población más finas o con cambios cuantitativos o cualitativos mayores, mutaciones hacia adelante y hacia detrás. De esta forma se propone simular los efectos de las leyes naturales de forma rápida sobre problemas naturales o de ingeniería.
 
Los algoritmos se aplican a rutas óptimas para el transporte de mercancías, rutas de conexionado en telecomunicaciones, circuitos integrados y/o impresos, topologias, balanceado de cargas, etc,
 
Hemos interrogado a profesores de la Universidad Politécnica de Catalunya (UPC) sobre estos temas. Nos han confirmado que se trata de técnicas poco menos que habituales en muchos problemas técnicos pero que no llegan a sustituir al factor humano en el diseño puesto que hay que parametrizar las funciones de convergencia para obtener la solución final óptima. Así que nos fuimos a casa, el hombre imita el comportamiento de la naturaleza y empieza a obtener resultados originales con sus leyes u otras parecidas.  Dicho al revés, a partir del ajuste de estos algoritmos para obtener resultados naturales, ¿podemos saber como evoluciona la naturaleza, y …con precisión de millonésimas?
¿Qué te ha parecido el artículo?
Publicidad