Tabla de contenido:
Definición: ¿Qué significa el algoritmo genético?
Un algoritmo genético es un método de búsqueda heurística utilizado en inteligencia artificial y computación. Se utiliza para encontrar soluciones optimizadas para buscar problemas basados en la teoría de la selección natural y la biología evolutiva. Los algoritmos genéticos son excelentes para buscar en conjuntos de datos grandes y complejos. Se consideran capaces de encontrar soluciones razonables a problemas complejos, ya que son altamente capaces de resolver problemas de optimización sin restricciones y restringidos.
Techopedia explica el algoritmo genético
Un algoritmo genético utiliza técnicas inspiradas en la biología evolutiva, como la selección, la mutación, la herencia y la recombinación para resolver un problema. El método más comúnmente empleado en algoritmos genéticos es crear un grupo de individuos al azar de una población dada. Los individuos así formados son evaluados con la ayuda de la función de evaluación provista por el programador. Luego, se proporciona a los individuos una puntuación que indirectamente resalta la idoneidad para la situación dada. Los dos mejores individuos se utilizan para crear una o más crías, después de lo cual se realizan mutaciones aleatorias en la cría. Dependiendo de las necesidades de la aplicación, el procedimiento continúa hasta que se obtenga una solución aceptable o hasta que haya pasado un cierto número de generaciones.
Un algoritmo genético difiere de un algoritmo de optimización clásico basado en derivadas en dos formas:
- Un algoritmo genético genera una población de puntos en cada iteración, mientras que un algoritmo clásico genera un único punto en cada iteración.
- Un algoritmo genético selecciona la siguiente población mediante cálculo utilizando generadores de números aleatorios, mientras que un algoritmo clásico selecciona el siguiente punto mediante cálculo determinista.
En comparación con la inteligencia artificial tradicional, un algoritmo genético ofrece muchas ventajas. Es más robusto y es susceptible a averías debido a ligeros cambios en las entradas o debido a la presencia de ruido. Con respecto a otros métodos de optimización como praxis, programación lineal, heurística, primero o amplitud, un algoritmo genético puede proporcionar resultados mejores y más significativos al buscar grandes espacios de estado multimodales, grandes espacios de estado o superficies n-dimensionales.
Los algoritmos genéticos se usan ampliamente en muchos campos, como la robótica, el diseño automotriz, el enrutamiento de telecomunicaciones optimizado, el diseño de ingeniería y el diseño molecular asistido por computadora.
