COMPUTACIÓN EVOLUTIVA Y ALGORITMOS GENÉTICOS

Son métodos adaptativos que pueden usarse para resolver problemas de búsqueda y optimización. Están basados en el proceso genético de los organismos vivos.

Consiste en una función matemática o una rutina de software que toma como entradas a los ejemplares y retorna como salidas cuales de ellos deben generar descendencia para la nueva generación

Indica como crece el tiempo de ejecución de un
algoritmo cuando crece el tamaño del problema
resuelto por el algoritmo, es decir, se mide en
base a un tamaño de entrada el cual puede ser el
número de elementos a imprimir, a sumar a
ordenar etc.

es un ejemplo que muestra y analiza la problemática que subyace tras algunos tipos de problemas matemáticos que a priori parecen tener una solución relativamente fácil y en la práctica presentan un gran problema.

Se conoce la forma de resolverlo pero sólo en teoría, en la práctica la solución no es aplicable debido al tiempo que computacionalmente se precisa para obtener su resultado

la evolución es el desarrollo de las cosas o de los organismos, por medio del cual pasan gradualmente de un estado a otro.

El Neodarwinismo se basa en el desarrollo de la ciencia, como las leyes de Mendel y la genética, y se limita a constatar que las variaciones de los seres vivos se producen en su estado germinal cuando el verdadero problema es cuándo y por qué se producen las variaciones en la información genética y sus condiciones asociadas para conseguir su desarrollo efectivo, incluso después de varias generaciones.

Computacion evolutiva = Algoritmo genetico + estrategias de evolucion + Programacion evolutiva

-El desarrollo de los Algoritmos Genéticos se debe en gran medida a John Holland, investigador de la Universidad de Michigan.

Estrategias de Evolución fueron apuntadas en 1973 por Rechemberg en su obra "Evolutionsstrategie: Optimierung Technisher Systeme nach Prinzipien der Biologischen Evolution''

La Programación Evolutiva surge principalmente a raíz del trabajo "Artificial Intelligence Through Simulated Evolution'' de Fogel, Owens y Walsh, publicado en 1966

La computación evolutiva es una rama de la inteligencia artificial que involucra problemas de optimización combinatoria. Se inspira en los mecanismos de la Evolución biológica.

Cromosoma

En los algoritmos genéticos, un cromosoma es un conjunto de parámetros que definen una solución propuesta al problema que el algoritmo genético está intentando resolver.

El cromosoma se representa a menudo como una serie de bits, aunque también se utilizan una variedad amplia de otras estructuras de datos.

Gen

Genotipo

Toda la información contenida en los cromosomas se conoce como genotipo, sin embargo dicha información puede o no manifestarse en el individuo. El fenotipo se refiere a la expresión del genotipo más la influencia del medio.

Individuo

Un individuo es una unidad elemental de un sistema mayor o más complejo. Respecto de dicho sistema no tiene sentido algo menor que un individuo.