TEORÍA DARWINIANA DE LA EVOLUCIÓN

TEORÍA DARWINIANA DE LA EVOLUCIÓN

La Teoría de la Evolución desarrollada por Darwin se basa en tres principios fundamentales.

Variabilidad intraespecífica. Los individuos de una especie no son exactamente iguales entre sí, presentan pequeñas variaciones. Estas variaciones surgen en forma fortuita y son transmitidas a los descendientes.

Superproducción. La fecundidad de la naturaleza lleva a que nazcan más individuos de los que el ambiente puede sostener. En consecuencia, se establece una lucha por la existencia, donde muchos mueren en forma precoz.

Selección natural. Los individuos con variaciones favorables tienen más probabilidades de sobrevivir y de reproducirse con mayor frecuencia. Como resultado, en las siguientes generaciones habrá mayor proporción de individuos con variaciones favorables que aquellos con variaciones desfavorables, que tienden a desaparecer.

La acumulación de variaciones favorables a lo largo del tiempo conduce a la transformación de una especie en otra.

En las poblaciones de la mariposa del Abedul europeo, (Biston betularia), existen dos colores comunes que se presentan como variaciones normales dentro de la especie. (Variabilidad intraespecífica)

¿Cuál de estas mariposas del abedul de la fotografía tendrá mas chances de pasar desapercibida y evitar a los predadores?

(Selección Natural)

SELECCIÓN NATURAL

La selección natural es el conjunto de presiones externas e internas que provocan una tensión dentro de una comunidad específica afectando a cada individuo. Los organismos mejor adaptados (es decir con variaciones favorables) sobrevivirán a esas presiones, y los menos adaptados desaparecerán. Si un individuo posee una combinación propicia de características, entonces esas características serán transmitidas a su progenie, y aparecerán en una proporción mayor en las generaciones siguientes. ¿Cuál de estas mariquitas de la misma especie estará más adaptada a su ambiente y podrá sobrevivir el tiempo necesario para dejar descendencia con sus características?

ESO DEPENDE DEL AMBIENTE! 5

TIPOS DE SELECCIÓN NATURAL

La Selección Natural puede producir un desplazamiento direccional en la frecuencia de aparición de ciertas características en una población. De esta manera pueden ser seleccionadas favorablemente las características mas comunes ( a) Selección Estabilizante), las características menos comunes ( b) Selección diruptiva) o en particular una de las características menos comunes ( c) Selección Direccional).

En los gráficos se aprecia las características en puntos rojos y la frecuencia la da la forma de campana (lo mas común en el medio y lo menos común hacia los costados).

SELECCIÓN ARTIFICIAL

La selección artificial representa una de las evidencias más importantes que usó Darwin para avalar la idea de la transformación de las especies y una de sus fuentes de inspiración para postular el mecanismo de selección natural. Darwin denominó selección artificial a la selección realizada por el hombre de determinados organismos con características útiles para él. De este modo, el hombre puede producir artificialmente nuevas variedades de animales domésticos y plantas cultivadas, realizando cruzamientos de organismos con ciertas características útiles durante varias generaciones. Mediante el mecanismo de selección artificial, el hombre ha obtenido las diversas razas de perros que hoy conocemos. Dichos perros tienen su origen evolutivo en el lobo.

ALGORITMO GENETICO

Introducción y conceptos

Los algoritmos genéticos nacieron con el planteamiento de crear un algoritmo con la misma filosofía que emplea la naturaleza en la selección natural. La idea básica es la siguiente: generemos un conjunto con algunas de las posibles soluciones. Cada una va a ser llamada individuo, y a dicho conjunto se le denominará población.

Cada individuo tiene una información asociada a él. A dicha información se la va a denominar código genético. En un problema de optimización corresponde a las variables libres, es decir, aquellas a las que el algoritmo tiene que asignar un valor para que una función sea mínima o máxima para esos valores. Esta función se denominará función de adaptación y determina el grado de adaptación de un individuo.

Los algoritmos genéticos son métodos estocásticos de búsqueda ciega de soluciones quasióptimas.

2.- Características de los algoritmos genéticos

Algunas de las características de los algoritmos genéticos son:

• Son algoritmos estocásticos. Dos ejecuciones distintas pueden dar dos soluciones distintas.

• Son algoritmos de búsqueda múltiple, luego dan varias soluciones.

• Son algoritmos que hacen una barrida mayor al subespacio de posibles soluciones válidas, y con diferencia.

• Tienen algún elemento aleatorio, por lo que dan soluciones aproximadas, no exactas.

• La optimización es función de la representación de los datos. Este es el concepto clave dentro de los algoritmos genéticos, ya que una buena codificación puede hacer la programación y la resolución muy sencillas, mientras que una codificación errada nos va a obligar a estudiar que el nuevo genoma cumple las restricciones del problema, y en muchos problemas tendremos que abortar los que no cumplan las restricciones, por ser estas demasiado complejas. Además, la velocidad de convergencia va a estar fuertemente influenciada por la representación

• Es una búsqueda paramétricamente robusta. Eso quiere decir que hemos de escoger realmente mal los parámetros del algoritmo para que no converga.

• Por último, los algoritmos genéticos son intrínsecamente paralelos. Esto significa que, independientemente de que lo hayamos implementado de forma paralela o no, buscan en distintos puntos del espacio de soluciones de forma paralela.

3.- Decisiones para implementar un algoritmo genético

Las decisiones que hay que tomar para implementar un algoritmo genético son:

• Criterio de codificación. Como se va a almacenar la información en el genoma. La codificación del genoma es fundamental en un problema de algoritmos genéticos. En nuestro algoritmo genético, el número de genes es igual al número de variables declaradas en el problema de restricciones. Cada gen codificará el valor de una variable, y la posición del gen dentro del genoma se corresponderá con el orden de declaración de la variable que representa.

Ejemplo: Supongamos que tenemos cuatro variables declaradas, A, B, C y D, con valores 4, 8, 20 y 12 respectivamente. El genoma que codifica esta asignación de valores a las variables es:

• Criterio de tratamiento de individuos no factibles. Como se van a tratar a los individuos que no cumplan las restricciones. En nuestro algoritmo genético, se permite que individuos no factibles pertenezcan a la población.

• Criterio de inicialización. Cómo se va a construir la población inicial del algoritmo genético. En nuestro algoritmo genético, la población inicial se Genera de forma aleatoria. Para ello se generan aleatoriamente tantos individuos como indique el tamaño de la población. Generar aleatoriamente un individuo significa que su generase genera aleatoriamente, para cada gen se genera un número entero aleatorio entre el límite inferior y el límite superior de la variable a la que representa ese gen.

Ejemplo: Supongamos que tenemos una variable declarada A cuyo límite inferior es –5 y cuyo límite superior es 5. Un valor aleatorio posible del gen que la representa en un genoma de un individuo de la población será por ejemplo –3, pero nunca será por ejemplo 8.

• Criterio de parada. Determina cuándo el algoritmo ha llegado a una solución aceptable. En nuestro algoritmo evolutivo, el criterio de parada es el número de generaciones.

• Función de adaptación. Corresponde a la función de costo de la investigación operativa tradicional.

• Operadores genéticos. Se emplean para determinar cómo va a ser la nueva generación. Básicamente son los operadores de cruce y mutación, aunque pueden ser empleados otros adicionales -muerte, aborto, envejecimiento...-. Tanto cruce como mutación pueden ser realizados de muchas formas distintas. En nuestro algoritmo genético, implementamos tanto cruce como mutación.

• Criterios de reemplazo. Los criterios que determinan quiénes se van a cruzar. No tienen que ser obligatoriamente los mismos que los criterios de selección de los padres.

• Parámetros de funcionamiento. Determinados parámetros que, sin poder ser englobados en ninguno de los anteriores, son fundamentales para el funcionamiento de un algoritmo genético. En nuestro algoritmo genético son el tamaño de la población, el número de generaciones, la probabilidad de la aplicación de los operadores de cruce y de mutación.

4.- El operador de selección

Para aplicar los operadores genéticos tendremos que seleccionar un subconjunto de la población. Algunas de las técnicas que disponemos son:

• Selección directa: toma elementos de acuerdo a un criterio objetivo, como son «los x mejores», «los x peores»... los del tipo «el cuarto individuo a partir del último escogido» son empleados con mucha frecuencia cuando se quieren seleccionar dos individuos distintos, y se selecciona el primero por un método aleatorio o estocástico.

• Selección aleatoria: puede ser realizado por selección equiprobable o selección estocástica.

o Selección

...