Want to make creations as awesome as this one?

Transcript

Introducción a los Algoritmos Genéticos (AG)

TECNOLÓGICO NACIONAL DE MÉXICOINSTITUTO TECNOLÓGICO SUPERIOR DE COMALCALCO

ALGORITMOS GENÉTICOS

JUAN JOSÉ GÓMEZ RICARDEZ19 de Junio de 2024

ALGORITMOS GENÉTICOS

Resumen

Los algoritmos genéticos (AGs) son parte de la inteligencia artificial; es decir, la resolución de problemas mediante el uso de programas de computación que imitan el funcionamiento de la inteligencia natural. Los AGs hacen evolucionar una población de individuos, o conjunto de soluciones posibles del problema, sometiéndola a acciones aleatorias semejantes a las que actúan en la evolución biológica tales como mutaciones y recombinaciones genéticas; así como también a una selección de acuerdo con algún criterio, en función del cual se decide cuáles son los individuos más adaptados, que sobreviven, y cuáles los menos aptos, que son descartados.

RESUMEN

Cierre

ÍNDICE

¿Algoritmos Genéticos?

Jonh Henry Holland

Definición y origen

Línea de tiempo

Esquema AG - Caricatura

Esquema AG - Formal

Diagrama flujo AG

Pasos o etapas de un AG

Vídeo de los que es un AG

Redes sociales y ubicación

Pregunta interactiva

Conclusiones

Bibliografía

Índice

¿Algoritmos genéticos?

Comentar en voz alta que entiende por algoritmos genéticos...

Comentar...

Imagen: Scott Wilso. "Genetic Algorithms In AI: How Genetic Algorithms Continue To Contribute To Machine Learning And Artificial Intelligence". Url: https://aidegreeguide.com/genetic-algorithms/

Imagen: Numerentur.org. "Evolución de la IA". Url: https://numerentur.org/evolucion-de-la-inteligencia-artificial/

‘Los organismos vivientes son consumados resolvedores de problemas’

John Henry Holland (1975) "Adaptation in natural and artificial system".

John Henry Holland

DEFINICIÓN Y ORIGEN

ALGORITMOS GENÉTICOS

+1

Fogel

Los Algoritmos Genéticos son métodos adaptativos, generalmente usados en problemas de búsqueda y optimización de parámetros, basados en la reproducción sexual y en el principio de supervivencia del más apto [2, 3].

+2

Golbert

Los Algoritmos Genéticos son algoritmos de búsqueda basados en la mecánica de selección natural y de la genética natural. Combinan la supervivencia del más apto entre estructuras de secuencias con un intercambio de información estructurado, aunque aleatorizado, para constituir así un algoritmo de búsqueda que tenga algo de las genialidades de las búsquedas humanas [2, 3].

+3

Arranz y Parra

Un algoritmo genético es un método de búsqueda que imita la teoría de la evolución biológica de Darwin para la resolución deproblemas. Para ello, se parte de una población inicial de la cual se seleccionan los individuos más capacitados para luegoreproducirlos y mutarlos para finalmente obtener la siguiente generación de individuos que estarán más adaptados que la anterior generación [5].

Definición

[2, 3, 4, 6]

1967

Bargley

Primera mención término Algoritmo Genético y diseño por Bargley.

1970

John Henry Holland

Creador de los algoritmos genéticos en su libro "Adaptación en sistemas naturales y artificiales" (1975).

1973

Rechemberg

Se sentaron las bases de las estrategias de evolución en su obra "Evolutionsstrategie: Optimierung Technisher Systeme nach Prinzipien der Biologischen Evolution"

[2, 3, 4, 6]

1980

Problema de la mochila (binpacking)

Algoritmos genéticos se empiezan a aplicar en una variedad de campos, entre ellos matemáticas teóricas.

1989

David Edward Goldberg

Alumno de Holland popularizó los algoritmos genéticos. Autor de unos de los libros de algoritmos genéticos más citados en las ciencias de la computación.

2024

Aplicación diversas áreas

Predicción en la bolsa, ingeniería aeroespacial, ingeniería petrolífera, diseño microchip, bioquímica, biología molecular, etc.

Línea de tiempo

Figura 1. Esquema de un algoritmo genéticos mostrado de manera informal, a manera de caricatura.

esquema de un algoritmo genético simple (AGs)

A manera de caricatura...

Imagen:Optimization and Genetic Algorithms. Url: https://medium.com/@sat00yam/optimization-and-genetic-algorithms-44e1b0ab00f3

Esquema caricatura

Figura 2. Esquema de los algoritmos genéticos desde una población inicial hasta la nueva generación de la población [2, 4, 5].

esquema de un algoritmo genético simple (AGs)

Manera formal...

Imagen: Algoritmos genéticos. Url: https://www.cs.us.es/~fsancho/Blog/posts/Algoritmos_Geneticos.md.html

Esquema formal

Imagen: Chagoyen méndez, César A.Research Gate. Url: https://www.researchgate.net/figure/Figura-2-Diagrama-de-flujo-de-la-estructura-base-de-un-algoritmo-genetico-Los_fig1_282249524

diagrama de flujo del algoritmo genético

Figura 3. Diagrama de flujo que muestra de manera clara la secuencia de pasos que debe realizar un algoritmo genético [4, 6].

Diagrama flujo

[7]

PaSOS A SEGUIR PARA DESARROLLAR UN algoritmo genétic (AG)

01

Inicialización

La población inicial de soluciones candidatas suele generarse aleatoriamente en todo el espacio de búsqueda. Sin embargo, pueden incorporarse fácilmente conocimientos específicos del dominio u otra información.

02

Evaluación

Una vez iniciada la población o creada una población descendiente, se evalúan los valores de aptitud de las soluciones candidatas.

03

Selección

La idea principal de la selección es preferir las mejores soluciones a las peores, y se han propuesto muchos procedimientos de selección para llevar a cabo esta idea, como la selección de ruleta, la selección universal estocástica, la selección de ranking y la selección de torneo.

Pasos algoritmo genético

[7]

04

Cruza(recombinación)

La recombinación combina partes de dos o más soluciones parentales para crear nuevas soluciones, posiblemente mejores (es decir, descendientes). Hay muchas formas de hacerlo , y un rendimiento competente depende de un mecanismo de recombinación bien diseñado. La descendencia recombinada no será idéntica a ninguno de sus progenitores, sino que combinará rasgos parentales de una manera novedosa.

06

Reemplazo

La población descendiente creada por selección, recombinación y mutación sustituye a la población parental original. En los AG se utilizan muchas técnicas de reemplazo, como el reemplazo elitista, el reemplazo generacional y los métodos de reemplazo estacionario.

05

Mutación

Mientras que la recombinación actúa sobre dos o más cromosomas parentales, la mutación modifica una solución de forma local pero aleatoria. De nuevo, hay muchas variaciones de la mutación, pero normalmente implica uno o más cambios en el rasgo o rasgos de un individuo. En otras palabras, la mutación realiza un recorrido aleatorio en las proximidades de una solución candidata.

07

Repetir pasos 2-6

Repita los pasos 2-6 hasta que se cumpla una condición de finalización.

Pasos algoritmo genético

+INFO

Visualizar el video para aclarar términos y etapas de un AG.

Video algoritmo genético

Pregunta interactiva

algoritmo genético

Pregunta interactiuva

Conclusiones

  • Los AG son métodos de búsqueda basado en los principios de la genética y selección natural.
  • Los principios básicos de los AG fueron establecidos por John Henry Holland (1975).
  • Los AG se aplican en diferentes áreas tales como predicción en la bolsa, ingeniería aeroespacial, ingeniería petrolífera, diseño microchip, etc.
  • Dos aspectos cruciales en el comportamiento de los AG son: determinar una adecuada función de adaptación o función objetivo y la codificación utilizada.
  • Los pasos de un algoritmo genético son: inicialización, evaluación, selección, cruza (recombinación), mutación, reemplazo.
  • Los AG pertenecen a una familia de modelos computacionales inspirados en la evolución conocido como computación evolutiva.

Conclusiones

Redes sociales y ubicación

Red social

Mapa

Redes sociales y ubicación

Bibliografía

  • [1] Conogasi. (2018). Algoritmos genéticos. 2024, Junio 18, Conogasi.org Sitio web: https://conogasi.org/articulos/algoritmos-geneticos/
  • [2] Marcos; Rivero Gestal (Daniel; Rabuñal, Juan Ramón; Dorado, Julián; Pazos, Alejandro), & Gestal, M. (2010). Introducción a los algoritmos genéticos y la programación genética (p. 32). Coruña: Universidade da Coruña.
  • [3] Jaime, L. Á., Alejandro, N. J., & de Lanzagorta José, O. (2012). Introducción a los algoritmos genéticos. Modelización y Análisis Numéricos, DMAMI, ETSI Minas, UPM.
  • [4] de Lacerda, E. G., & De Carvalho, A. C. P. L. F. (1999). Introdução aos algoritmos genéticos. Sistemas inteligentes: aplicaçoes a recursos hıdricos e ciências ambientais, 1, 99-148.
  • [5] Arranz de la Peña, J., & Parra Truyol, A. (2007). Algoritmos genéticos. Universidad Carlos III.
  • [6] Kuri, Á., & Galaviz, J. (2002). Algoritmos genéticos. IPN.
  • [7] Sastry, K., Goldberg, D., & Kendall, G. (2005). Genetic algorithms. Search methodologies: Introductory tutorials in optimization and decision support techniques, 97-125.

Bibliografía

¡GRACIAS!

¿Sabías que...

En Genially encontrarás más de 1.000 plantillas listas para volcar tu contenido y 100% personalizables, que te ayudarán a narrar tus historias?

¿Sabías que...

La ventana permite añadir contenido más amplio. Puedes enriquecer tu genially incorporando PDFs, vídeos, texto… El contenido de la ventana aparecerá al hacer clic en el elemento interactivo.

¿Sabías que...

En Genially encontrarás más de 1.000 plantillas listas para volcar tu contenido y 100% personalizables, que te ayudarán a narrar tus historias?

XXXX

¡Ojo! En Genially utilizamos AI (Awesome Interactivity) en todos nuestros diseños, para que subas de nivel con interactividad y conviertas tu contenido en algo que aporta valor y engancha.

XXXX

Puedes añadir un contenido adicional que emocione al cerebro de tu audiencia: vídeos, imágenes, enlaces, interactividad... ¡Lo que tú quieras!

Escribe un titular genial

Una presentación genial…

  • Es clara y estructurada
  • Cuenta historias jerárquicamente.
  • Hace 'match' con tu audiencia.
  • Adecúa las fuentes y el color al tema.
  • Incluye imágenes y entretiene.
  • Representa datos con gráficos.
  • Utiliza líneas de tiempo.
  • Es animada e interactiva.
  • Emociona al cerebro, a través de elementos multimedia.
  • NO se excede con los bullet points 🙃​.

XXXX

¿Sabías que... Retenemos un 42% más de información cuando el contenido se mueve? Es quizá el recurso más efectivo para captar la atención de tu audiencia.

XXXX

Puedes añadir un contenido adicional que emocione al cerebro de tu audiencia: vídeos, imágenes, enlaces, interactividad... ¡Lo que tú quieras!

Con esta función...

Con esta función...Puedes añadir un contenido adicional que emocione al cerebro de tu audiencia: vídeos, imágenes, enlaces, interactividad... ¡Lo que tú quieras!

XXXX

¿Sabías que... Retenemos un 42% más de información cuando el contenido se mueve? Es quizá el recurso más efectivo para captar la atención de tu audiencia.

¿Sabías que...

La ventana permite añadir contenido más amplio. Puedes enriquecer tu genially incorporando PDFs, vídeos, texto… El contenido de la ventana aparecerá al hacer clic en el elemento interactivo.

Con esta función...

Con esta función...Puedes añadir un contenido adicional que emocione al cerebro de tu audiencia: vídeos, imágenes, enlaces, interactividad... ¡Lo que tú quieras!

XXXX

¡Ojo! En Genially utilizamos AI (Awesome Interactivity) en todos nuestros diseños, para que subas de nivel con interactividad y conviertas tu contenido en algo que aporta valor y engancha.