- Carlos Reynoso - http://carlosreynoso.com.ar -

Algoritmo genético y otras metaheurísticas evolucionarias

F11 – Full screen

Cursos/Talleres de Modelado y Diseño con Herramientas de Complejidad – Parte 1

Karl Sims - Arte genético - Click

El AG es una meta-heurística basada en la metáfora de la selección natural; ha demostrado eficiencia en la resolución de problemas de alta dimensionalidad y de amplio espacio de fases. Se lo ha utilizado tanto para la creación artística en plástica y música como para plantear hipótesis en arqueología, antropología biológica y teoría de redes sociales. Las metaheurísticas de este tipo sirven para comprender el papel de la diversidad en el cambio subsiguiente y la homología algorítmica entre los procesos de cambio, independientemente del objeto que se trate. No hay como estos algoritmos para comprobar la idea de Gregory Bateson (profundamente cibernética) de la identidad formal de los fenómenos de cambio, aprendizaje, búsqueda y procesamiento de información.

El AG constituye una instancia de un alto valor pedagógico en cuanto a clarificar qué es un algoritmo. Es un precioso antídoto, además, a la difundida creencia que sostiene que todo algoritmo debe ser cuantitativo. Su despliegue, por último, implica una poderosa metáfora, toda vez que la idea que subyace a su algorítmica replica el funcionamiento de la evolución y la selección natural.

Al lado del AG hay innúmeras variedades de metaheurísticas no reduccionistas, pero “inspiradas en la naturaleza” (o la cultura). Difícilmente se consiga por allí una lista más amplia que ésta: el algoritmo genético, la pro­grama­ción e­vo­lutiva, la estrategia evolutiva, la programación gené­ti­ca, la memética, el al­go­ritmo ge­né­ti­co interactivo o basados en humanos (HBGA), el algoritmo cultural, la evo­lución es­to­cás­ti­ca, la inteligencia de enjambre, las colonias de hormigas, la bús­que­da adaptativa CHC, el apren­dizaje incremental, la estrategia evo­lu­tiva asistida por modelos, la di­fusión si­mu­lada, la simulación de templado, el templado micro­canó­ni­co, el tem­plado cuántico, la bús­que­da ar­mónica, la aceptación de umbral, el mé­to­do del Gran Dilu­vio, la en­tropía cruzada, la op­timi­za­ción multidisciplinaria, la progra­ma­ción ge­né­tica li­neal, la e­vo­lución gra­ma­tical, la evolución diferencial, las hiper-heurísticas y el es­ca­la­mien­to de co­linas.

Bajar presentación en formato PowerPoint™: [download#29#size]

Alternativamente es posible ver la presentación en la pantalla siguiente.

Para las diferentes piezas de software demostradas en esta presentación, véanse recursos de algoritmo genético y programación evolutiva en esta software-description.xls (4191 descargas)

Materiales adicionales:

Vínculos especiales:

1) Animal Simulation Laboratory

http://www.animalsimulation.org/

2) Introduction to Genetic Algorithms

En los nuevos sistemas operativos ls programas en Java no se pueden ejecutar a menos que se habilite el directorio o el URL en que se encuentran en la configuración de seguridad de Java. En tal caso se debe agregar permiso de ejecución al directorio http://www.rennard.org/alife/english/gavintrgb.html.

http://www.rennard.org/alife/english/gavintrgb.html

3) GenJam

http://www.it.rit.edu/~jab/GenJam.html

En esta pantalla se puede visualizar el video de Karl Sims “Evolved virtual creatures”. Con el botón derecho del mouse se puede optar por pantalla completa y otras alternativas. La operación de video requiere Flash:

video

Otros documentos relevantes de este sitio:

Ver otras secciones del curso:

Palabras clave: algoritmo genético – genetic algorithm – fractales – dimensión fractal – modelos de simulación – evolucionario – cursos – diseño – arquitectura

Usuarios en linea:

Búsqueda personalizada en la Web
7299 visitas a esta página desde 18/4/16 - 2 visitas a esta página el día de hoy
Share