Un grupo de apareamiento es un concepto utilizado en la computación evolutiva , que se refiere a una familia de algoritmos utilizados para resolver problemas de optimización y búsqueda. [1]
El grupo de apareamiento está formado por soluciones candidatas que los operadores de selección consideran que tienen la mayor aptitud en la población actual. Las soluciones que se incluyen en el grupo de apareamiento se denominan padres. Las soluciones individuales se pueden incluir repetidamente en el grupo de apareamiento, y los individuos con valores de aptitud más altos tienen una mayor probabilidad de ser incluidos varias veces. A continuación, se aplican operadores cruzados 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 mutación.operadores, aumentando la variación genética en el acervo genético. Estos dos operadores mejoran las posibilidades de crear nuevas soluciones superiores. Se crea así una nueva generación de soluciones, los niños, que constituirán la próxima 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 que es más pequeña. Para continuar el algoritmo con una población de igual tamaño, se pueden elegir individuos aleatorios de las poblaciones anteriores y agregarlos a la nueva población. [1] [2] [3]
En este punto, se evalúa el valor de idoneidad de las nuevas soluciones. Si se cumplen las condiciones de terminación, los procesos llegan a su fin. De lo contrario, se repiten.
La repetición de los pasos da como resultado soluciones candidatas que evolucionan hacia la solución más óptima con el tiempo. Los genes se volverán cada vez más uniformes hacia el gen más óptimo, un proceso llamado convergencia . Si el 95% de la población comparte la misma versión de un gen, el gen ha convergido. Cuando todos los valores de aptitud individual han alcanzado el valor del mejor individuo, es decir, todos los genes han convergido, se logra la convergencia de la población. [1] [4]
Creación de piscinas de apareamiento
Se pueden aplicar varios métodos para crear un grupo de apareamiento. Todos estos procesos involucran la cría selectiva de un número particular de individuos dentro de una población. Hay varios criterios que se pueden emplear para determinar qué individuos logran ingresar al grupo de apareamiento y cuáles se quedan atrás. Los métodos de selección se pueden dividir en tres tipos generales: selección proporcional a la aptitud, selección basada en ordinales y selección basada en umbrales.
Selección proporcional de fitness
En el caso de la selección proporcional a la aptitud, se seleccionan individuos al azar para ingresar al grupo. Sin embargo, los que tienen un mayor nivel de aptitud son más propensos a ser elegidos y, por lo tanto, tienen más posibilidades de transmitir sus características a la próxima generación. [1] [4]
Una de las técnicas utilizadas en este tipo de selección de los padres es la selección de la ruleta. Este enfoque divide una rueda circular hipotética en diferentes ranuras, cuyo tamaño es igual a los valores de aptitud de cada candidato potencial. Posteriormente, se gira la rueda y un punto fijo determina qué individuo es elegido. Cuanto mayor sea el valor de aptitud de un individuo, mayor será la probabilidad de ser elegido como padre por el giro aleatorio de la rueda. Alternativamente, se puede implementar un muestreo universal estocástico. Este método de selección también se basa en la rotación de una rueca. Sin embargo, en este caso hay más de un punto fijo y, como resultado, todos los miembros del grupo de apareamiento se seleccionarán simultáneamente. [4] [5]
Selección basada en ordinales
Los métodos de selección basados en ordinales incluyen la selección de torneo y clasificación. La selección de un torneo implica la selección aleatoria de individuos de una población y la posterior comparación de sus niveles de condición física. Los ganadores de estos "torneos" son los que tienen los valores más altos y serán puestos en el grupo de apareamiento como padres. En la selección de clasificación, todos los individuos se clasifican en función de sus valores de aptitud. Luego, la selección de los padres se realiza según el rango de los candidatos. Cada individuo tiene la posibilidad de ser elegido, pero se favorece a los de mayor rango [4] [5]
Selección basada en umbrales
El último tipo de método de selección se denomina método basado en umbrales. Esto incluye el método de selección de truncamiento, que clasifica a los individuos en función de sus valores fenotípicos en un rasgo específico y luego selecciona la proporción de ellos que se encuentran dentro de un cierto umbral como padres. [6]
Referencias
- ^ a b c d Regupathi, R. "Optimización de costos de estructura enmarcada Rc de varios pisos mediante algoritmo genético híbrido". Revista Internacional de Investigación de Ingeniería y Tecnología (IRJET) , vol. 04, no. 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" . Revisión anual de ecología y sistemática . 30 (1): 593–616. doi : 10.1146 / annurev.ecolsys.30.1.593 . ISSN 0066-4162 .
- ↑ a b c d Beasley, D., Bull, DR y Martin, RR (1993). Una descripción general de los algoritmos genéticos: Parte 1, fundamentos. Computación universitaria, 15 (2), 56-69.
- ^ a b Ghandi, Sonali (4 de septiembre de 2020). "Un análisis comparativo del esquema de selección" (PDF) . Revista Internacional de Ingeniería y Computación Soft (IJSCE) . 2 : 131-134.
- ^ Hartmut, Pohlheim. "Selección de algoritmos evolutivos 3" . Geatbx . Consultado el 15 de septiembre de 2020 .