Librería para algoritmos genéticos basados en nichos

Sobre los años setenta, y gracias a los estudios realizados por Holland surgió una de las líneas más prometedoras de la inteligencia artificial, la de los algoritmos genéticos (AG´s) Es una técnica de programación que imita a la evolución biológica para resolución de problemas. El AG de Holland consiste en evolucionar una población de individuos representadas por cromosomas a un conjunto de soluciones potenciales. Para obtener estos resultados se evalúa cada candidato con la función, cuyo nombre es función de fitness que decide qué individuos se han adaptado mejor (son los que sobreviven), y cuáles son menos aptos, los cuales son descartados y eliminados de la población. Los individuos prometedores se conservan y se les realizan modificaciones, obteniendo individuos que mejoraron y otros que han empeorado con los cambios en su código, siendo eliminados de nuevo los peores. Este proceso se repetirá un número determinados de veces, teniendo una gran posibilidad de localizar una solución al problema o una buena aproximación. Aunque los AG´s simple han demostrado ser una estrategia poderosa y exitosa para resolver problemas, no están diseñados para encontrar todos los óptimos globales, convergiendo a una única solución, eliminado también los óptimos locales al ser descartados en la función optima al ganar en la comparación. Existen sin embargo los algoritmos de nichos, que extienden los AG, que localizan y mantienen las múltiples soluciones con los óptimos locales y globales. Los AG´s de nicho permiten encontrar múltiples soluciones de un problema multimodal, ya que tiene capacidad de crear y mantener varias sub-poblaciones dentro de un determinado espacio de búsqueda. Cada una de esta sub-poblaciones corresponde a cada óptimo que se pretende encontrar de una determinada función multimodal. El estudio que se va realizar cosiste en explicar las diferentes técnicas evolutivas, poniendo un hincapié en los AG´s y los AG´s de nichos. Además se ha implementado una librería de AG´s basados en nichos para localizar óptimos locales y globales. La eficacia del algoritmo será demostrado en varias funciones multimodales. La memoria se va organizar en diferentes capítulos, los cuales se describen a continuación: En el capítulo 2 se detallan las características generales de las Técnicas Evolutivas, indicando las diferentes técnicas que existen. En el capítulo 3 se explicará con detalle los AG´s, su funcionamiento, sus componentes, comparándolos con otros métodos, para finalizar el capítulo con un pequeño resumen en aplicaciones y utilidades donde se están utilizando. En el capítulo 4 se estudiarán los Algoritmos Genéticos de nichos para solucionar problemas multimodales. Se indicarán las diferentes técnicas que existen con sus ventajas e inconvenientes. En el capítulo 5 se explica la librería escrita para utilización de algoritmos genéticos con nichos en la resolución de problemas multimodales, detallando y explicando las principales funciones que se han realizado. En el capítulo 6 se mostrará con ejemplos como funciona la librería que se ha creado y también se presentarán los resultados experimentales realizados para comprobar cómo el algoritmo obtiene los máximos de ciertas ecuaciones. En el capítulo 7 se darán las conclusiones finales sobre el trabajo y también se indicarán algunas ideas para trabajos futuros. Para terminar, en el capítulo 8 se presentará un presupuesto del proyecto con los costes de la realización del proyecto.Ingeniería Técnica en Informática de Gestió