Que son lo Algoritmos Genéticos y para que sirven ?
Los Algoritmos Evolutivos basan su funcionamiento en la teoría de la evolución de Darwin, la cual plantea que la vida se desarrolla a partir de las mejoras introducidas por la naturaleza en las generaciones pasadas, y por lo cual las capacidades adquiridas de generación en generación se acumulan.
En particular, el paradigma más difundido de los algoritmos evolutivos son lo algoritmos genéticos, los cuales poseen una población de individuos cada uno representando una posible solución del problema a resolver. La idea será entonces someter a estos individuos a una situación de competencia en donde solamente los más adaptados (las mejores soluciones) sobrevivirán.
Se impone de esta manera una estructura de generaciones, en donde en cada una de las mismas se dan 3 estapas fundamentales:
En concordancia con la teoría Darwiniana, el material genético es transferido de generación en generación, y por lo cual cada una de las mismas debería estar un paso delante de la anterior en cuanto a su evolución. De esta manera en la última generación tendremos presentes a los individuos mas adaptados al entorno, es decir a las mejores soluciones (las cuales podrían no ser las óptimas)
Formalizando un poco lo dicho anteriormente, los algortimos genéticos son métodos heurísticos utilizados para la resolución de problemas de optmización y búsqueda basados en los principios de evolución natural.
De esta manrea, los algortimos genéticos son utilizados para resolver innumerables problemas, por lo general NP debido a la dificultad de ser atacados mediante otras técnicas.
Un ejemplo de problema clásico NP completo resuelto mediante algoritmos genéticos es el TSP (Travelling Salesman Problem, el cual es un problema de optimización combinatoria) en donde se debe obtener un ciclo Hamiltoniano mínimal en un grafo completo de n nodos
Se recomienda leer el documento correspondiente al estado del arte (capítulo 1) para profundizar sobre los conceptos de algoritmos genéticos, dado que lo descripto anteriormente es un muy breve resumen simplemente a modo de introducción