Algoritmos Genéticos - Limitaciones y Posibilidades

<< anterior

answermath HOME

answermath en Español

Tutoriales de Inteligencia artificial: Redes Neuronales ▫ Lógica Fuzzy ▫ Minería Datos ▫ Algoritmos Genéticos

Artificial Intelligence Tutorials: Data Mining ▫ Neural Networks ▫ Fuzzy Logic ▫ Genetic Algorithms

Tips cálculo mental: Suma ▫ Resta ▫ Multiplicación ▫ División ▫ Seno ▫ Coseno ▫ Tangente

Mental math Tips: Addition ▫ Subtraction ▫ Multiplication ▫ Division ▫ Sine ▫ Cosine ▫ Tangent

Limitaciones y Posibilidades

La representación del problema puede resultar difícil. Se requerirá identificar cuales variables son adecuadas para ser tratadas como genes y cuales variables deben ser dejadas fuera de proceso del AG.

La determinación de los parámetros convenientes (tamaño de la población, proporción de la mutación) puede consumir mucho tiempo.

Como en cualquier procedimiento de optimización si no se toman las precauciones necesarias, el algoritmo puede converger en un mínimo (o en un máximo) local.

Por todas las razones mencionadas, si conoces un método tradicional para resolver el problema, úsalo!

Emplee AG en sistemas parcialmente desconocidos, no-lineales o ruidosos. Pero aun en estos casos se debe estar seguro de poder programar una función para evaluar la función de adaptación (fitness). En muchos casos esto resulta ser abrumadoramente la parte más difícil del trabajo.

Por otra parte estos conceptos han sido muy útiles en los esfuerzos para obtener soluciones allí donde los métodos tradicionales han fallado.

Como un proceso de computación paralela, el AG puede explorar el espacio de las soluciones y muchas direcciones y desde varios puntos.

Ambientes complejos con comportamientos no-lineales son buenos candidatos a ser trabajados con AG. La función de evaluación de la adaptación puede ser discontinua y cambiante en el tiempo.

Se puede utilizar este algoritmo en sistemas que no se conocen en lo interno. Se debe sin embargo saber como computar las salidas cuando una solución es aplicada al sistema.

La inspiración a partir de la observación de la sabiduría de la madre naturaleza nos proveerá de más herramientas de trabajo. Mi humilde consejo es entonces, observar y tratar de entender a las otras criaturas. Las abejas y las hormigas tienen mucho que contarnos sobre los sistemas descentralizados, paralelos y robustos.


	Web http://www.answermath.com