Resumen de Algoritmos genéticos: una estrategia para la búsqueda y la optimización

Francisco Javier Marín Martín, Francisco García Lagos, Francisco Sandoval Hernández

• español

  Los algoritmos genéticos están dando solución a problenas que los algoritmos tradicionales o no resuelven, o no lo hacen de forma eficiente. Son algoritmos guiados por el objetivo que se pretende y se están aplicando en problemas de optimización, reconocimiento y búsqueda. Este tutorial trata precisamente de responder cuestiones tales como: por qué se introducen los algoritmos genéticos, para qué sirven y cómo actúan. En primer lugar se hace una descripción del funcionamiento básico de un algoritmogenético indicando sus operadores fundamentales: reproducción, cruce y mutación. A continuación se muestran los resultados obtenidos en la búsqueda de la solución de una función matemática, señalando la mejora obtenida al introducir nuevos operadores y algoritmos genéticos distribuidos. Por último se hace un breve repaso sobre la situación actual de los algoritmos genéticos.

• English

  Genetic algorithms are given solution to some problems that traditional algorithms are nor able to resolve efficiently. Genetic algorithms are guided by the target they pretend to reach, and they are suitable for resolving optimization, recognition and search problems. In this paper we presents some fundamentals on genetic algorithms as why they are used, what kind of problems they resolve, and how they work. We start with a description of the basis of genetic algorithms, indicating their main operators: selection, crossover and mutation. Then, results in the optimization of some mathematical functions are shown. Better results are obtained using new operators (dominance, diploidy, niche, inversion ...) and distributed genetic algorithms. Finally, a state of the art is presented.