Hispanopedia Wiki
El grupo de apareamiento es un concepto utilizado en algoritmos evolutivos y se refiere a una población de padres para la siguiente población. [ 1 ] [ 2 ]
El grupo de apareamiento se forma a partir de soluciones candidatas que los operadores de selección consideran que tienen la mayor aptitud en la población actual. Las soluciones incluidas en el grupo de apareamiento se denominan padres. Las soluciones individuales pueden incluirse repetidamente en el grupo de apareamiento, y los individuos con valores de aptitud más altos tienen mayor probabilidad de ser incluidos varias veces. A continuación, se aplican operadores de cruce a los padres, lo que da como resultado la recombinación de genes reconocidos como superiores. Por último, se introducen cambios aleatorios en los genes mediante operadores de mutación , lo que aumenta la variación genética en el acervo genético. Estos dos operadores mejoran la probabilidad de crear nuevas soluciones superiores. De este modo, se crea una nueva generación de soluciones, los hijos, que constituirán la siguiente población. Dependiendo del método de selección, el número total de padres en el grupo de apareamiento puede ser diferente al tamaño de la población inicial, lo que da como resultado una nueva población más pequeña. Para continuar el algoritmo con una población de igual tamaño, se pueden elegir individuos aleatorios de las poblaciones anteriores y añadirlos a la nueva población. [ 2 ] [ 3 ] [ 4 ]
En este punto, se evalúa el valor de aptitud de las nuevas soluciones. Si se cumplen las condiciones de terminación, los procesos finalizan. De lo contrario, se repiten.
La repetición de los pasos da como resultado soluciones candidatas que evolucionan hacia la solución óptima con el tiempo. Los genes se uniformizarán progresivamente hacia el gen óptimo, un proceso denominado convergencia . Si el 95 % de la población comparte la misma versión de un gen, este ha convergido. Cuando todos los valores de aptitud individuales alcanzan el valor del mejor individuo, es decir, cuando todos los genes han convergido, se alcanza la convergencia poblacional. [ 2 ] [ 5 ]
Creación de un grupo de apareamiento
Se pueden aplicar varios métodos para crear un grupo de apareamiento. Todos estos procesos implican la selección genética de un número determinado de individuos dentro de una población. Existen múltiples criterios que se pueden emplear para determinar qué individuos se incorporan al grupo de apareamiento y cuáles quedan excluidos. Los métodos de selección se pueden dividir en tres tipos generales: selección proporcional a la aptitud , selección ordinal y selección basada en umbrales.
Selección proporcional a la aptitud
En el caso de la selección proporcional a la aptitud, se seleccionan individuos al azar para ingresar al grupo. Sin embargo, aquellos con un mayor nivel de aptitud tienen más probabilidades de ser seleccionados y, por lo tanto, tienen una mayor probabilidad de transmitir sus características a la siguiente generación. [ 2 ] [ 5 ]
Una de las técnicas utilizadas en este tipo de selección parental es la selección por ruleta. Este método divide una rueda circular hipotética en diferentes ranuras, cuyo tamaño es igual a los valores de aptitud de cada candidato potencial. Posteriormente, se hace girar la rueda y un punto fijo determina qué individuo es seleccionado. Cuanto mayor sea el valor de aptitud de un individuo, mayor será la probabilidad de ser elegido como progenitor mediante el giro aleatorio de la rueda. Alternativamente, se puede implementar el muestreo universal estocástico. Este método de selección también se basa en la rotación de una rueda giratoria. Sin embargo, en este caso hay más de un punto fijo y, como resultado, todos los miembros del grupo de apareamiento serán seleccionados simultáneamente. [ 5 ] [ 6 ]
Selección basada en el orden
Los métodos de selección basados en el orden incluyen la selección por torneo y la selección por clasificación. La selección por torneo implica la selección aleatoria de individuos de una población y la posterior comparación de sus niveles de aptitud. Los ganadores de estos "torneos" son aquellos con los valores más altos y se incorporarán al grupo de reproducción como progenitores. En la selección por clasificación, todos los individuos se ordenan según sus valores de aptitud. Luego, la selección de los progenitores se realiza de acuerdo con la clasificación de los candidatos. Cada individuo tiene la posibilidad de ser elegido, pero se favorece a los mejor clasificados [ 5 ] [ 6 ].
Selección basada en umbrales
El último tipo de método de selección se denomina método basado en umbrales. Este incluye el método de selección por truncamiento , que clasifica a los individuos según sus valores fenotípicos en un rasgo específico y posteriormente selecciona como progenitores la proporción de ellos que se encuentran dentro de un determinado umbral. [ 7 ]
Referencias
- ↑ «Algoritmos evolutivos» . Inteligencia computacional . Springer. 2008. págs. 265–347 . doi : 10.1007/978-3-540-76288-1_7 . ISBN 978-3-540-76287-4.
- 1 2 3 4 Regupathi, R. “Optimización de costos de estructuras de hormigón armado de varios pisos mediante algoritmo genético híbrido”. International Research Journal of Engineering and Technology (IRJET) , vol. 04, n.° 07, julio de 2017, pág. 890, www.irjet.net/archives/V4/i7/IRJET-V4I7211.pdf.
- ^ Schatten, Alexander (19 de junio de 2002). "Algoritmos genéticos" .
- ↑ Mitchell, Melanie; Taylor, Charles E. (noviembre de 1999). "Computación evolutiva: una visión general" . Annual Review of Ecology and Systematics . 30 (1): 593– 616. Bibcode : 1999AnRES..30..593M . doi : 10.1146/annurev.ecolsys.30.1.593 . ISSN 0066-4162 .
- 1 2 3 4 Beasley, D., Bull, DR, & Martin, RR (1993). Una visión general de los algoritmos genéticos: Parte 1, fundamentos. University computing, 15(2), 56-69.
- 1 2 Gandhi, Sonali (4 de septiembre de 2020). "Análisis comparativo del esquema de selección" (PDF) . Revista internacional de computación blanda e ingeniería . 2 : 131–134 .
- ↑ Hartmut, Pohlheim. "Selección de algoritmos evolutivos 3" . Genial . Consultado el 15 de septiembre de 2020 .
- genética de poblaciones
- Algoritmos evolutivos
- Algoritmos genéticos