Algunas características relevantes en la implementación de
los algoritmos genéticos radican en que:
- No requiere de conocimientos muy específicos en el tema o problema a resolver.
- Hace uso de operadores probabilistico.
- Es de fácil ejecución en diseños modernos.
- Trabaja simultáneamente con diferentes soluciones.
- Su convergencia depende de los parámetros con los que se estructure.
Considerando las características expuestas anteriormente, entre las
aplicaciones más importantes y en las que se ha dado aplicabilidad a este método
se encuentra en la solución de problemas de optimización, en donde ha mostrado su
eficiencia y confiabilidad. En su aplicación se considera necesario considerar
previamente la definición del espacio de búsqueda, que preferiblemente se un
espacio discreto; posteriormente establecer la función de aptitud, en la que se
establece la calidad de la respuesta encontrada y finalmente que la solución sea
de fácil implementación.
La función de aptitud hace referencia a la función
objetivo a la que se refiere problema de optimización en cuestión, esta función
tiene la capacidad de "castigar" a las malas soluciones, y de
"premiar" a las buenas, siendo las buenas soluciones aquellas que se
propaguen con mayor rapidez. El algoritmo genético únicamente maximiza, pero este
también puede realizar la minimización mediante el reciproco de la función.
No hay comentarios:
Publicar un comentario