¿Qué es la computación evolutiva?
La computación evolutiva (evolutionary computation, EC), aplica la teoría de la evolución natural y la genética en la adaptación evolutiva de estructuras computacionales, proporcionando un medio alternativo para atacar problemas complejos en diversas áreas, como la ingeniería, economía, química, medicina y, porque no.
¿Cómo funciona un algoritmo evolutivo?
Un algoritmo evolutivo consiste en: hallar de qué parámetros depende el problema, codificarlos en un cromosoma, y aplicar los métodos de la evolución: selección y reproducción sexual con intercambio de información y alteraciones que generan diversidad.
¿Cuáles son las tecnicas evolutivas?
Las técnicas evolutivas son utilizadas en multitud de campos con el fin de poder dar una posible inteligencia a las máquinas. Estas técnicas consisten en la creación de métodos que tratan de optimizar una función, utilizando una estrategia esencialmente independiente del problema que se trate, (Winston 1992).
¿Cuándo se propusieron los algoritmos evolutivos?
Procesos de Búsqueda Evolutiva: Fue propuesta por Alan Turing en el año 1948.
¿Qué es la metafora evolutiva?
Aunque podemos «rizar mucho el rizo» la computación evolutiva se basa en la siguiente metáfora, denominada como metáfora evolutiva: Una población de individuos coexiste en un determinado entorno con recursos limitados. Los nuevos individuos pasan a competir por su supervivencia.
¿Quién fue el precursor de los algoritmos genéticos?
John H. Holland
Los algoritmos genéticos (denominados originalmente “planes reproductivos”) fueron desarrollados por John H. Holland a principios de los 1960s.
¿Quién es considerado el pionero en la investigacion de los algoritmos genéticos?
En los años 1970, de la mano de John Henry Holland, surgió una de las líneas más prometedoras de la inteligencia artificial, la de los algoritmos genéticos, (AG). Son llamados así porque se inspiran en la evolución biológica y su base genético-molecular.
