¿Qué es la optimización genética?
La optimización genética es el uso de algoritmos de programación para encontrar la mejor solución a un problema. Esto tiene su origen en el trabajo de los matemáticos a partir de la década de 1950 que tomaron modelos que vieron en biología y los aplicaron a problemas no lineales que eran difíciles de resolver por medios convencionales. La idea es imitar la biología, que evoluciona en el transcurso de las generaciones para crear la población más aptas posible. En la programación, es posible simular este proceso para encontrar una solución creativa a un problema.
Los problemas no lineales pueden ser desafiantes para los matemáticos. Se puede ver un ejemplo en el comercio de valores, donde puede haber una serie de decisiones posibles que se ramifican rápidamente para crear un árbol de opciones. Calcular de forma independiente las probabilidades asociadas con cada opción llevaría mucho tiempo. El matemático también podría perder una solución óptima al no combinar las posibles opciones para explorar nuevas permutaciones. Optimización genética Permitirs Los investigadores realizarán cálculos de esta naturaleza de una manera más eficiente.
El investigador comienza con un tema de interés, conocido como "población", que puede dividirse en individuos, a veces conocidos como criaturas, organismos o cromosomas. Estos términos, tomados de la biología, reflejan los orígenes de este enfoque de programación. Una computadora puede comenzar a ejecutar una simulación con la población, seleccionar organismos individuales dentro de una generación y permitir que se entremezcle para crear una nueva generación. Este proceso se puede repetir a través de varias generaciones para combinar y recombinar posibles soluciones, idealmente llegando a la opción más ajustada para las condiciones dadas.
Esto puede ser extremadamente pesado. Los cálculos utilizados en la optimización genética requieren una potencia informática significativa para comparar y seleccionar rápidamente una serie de opciones y combinaciones simultáneamente. Investigación temprana enLa optimización genética a veces estaba limitada por la potencia de procesamiento disponible, ya que los investigadores podían ver las posibles aplicaciones, pero no podían ejecutar programas complejos. A medida que aumenta la potencia de la computadora, la utilidad de este método también lo hace, aunque los cálculos grandes y complejos aún pueden requerir una computadora altamente especializada.
Los investigadores en el campo de las matemáticas pueden trabajar con la optimización genética en una variedad de entornos. El desarrollo continuo de nuevas fórmulas y enfoques ilustra las evoluciones en matemáticas a medida que las personas aprenden sobre nuevas formas de considerar problemas complejos. Se puede ver una optimización genética simple en el trabajo en configuraciones como software para comerciantes de valores y programación para juegos y realidad virtual donde los programadores quieren que los usuarios tengan una experiencia más natural.