Algoritmos Genéticos para Resolver Problemas que Cambian con el Tiempo

Описание: Este estudio investiga cómo los algoritmos genéticos, un tipo de inteligencia artificial inspirada en la evolución, pueden resolver problemas complejos cuyos requisitos cambian constantemente. En lugar de empezar de cero cada vez que el problema se modifica, estos algoritmos aprenden y se adaptan. La clave está en una técnica que descompone el problema en partes más pequeñas y manejables, identificando patrones importantes que se pueden reutilizar.

El método principal utilizado se llama 'algoritmo genético compacto extendido' (ecGA), que construye un modelo probabilístico de las mejores soluciones encontradas hasta el momento. Cuando el entorno del problema cambia, el algoritmo utiliza el conocimiento estructural previamente aprendido para responder rápidamente y encontrar la nueva solución óptima de manera eficiente. Este enfoque es especialmente útil porque muchos problemas del mundo real no son estáticos, sino dinámicos y están en un estado de flujo constante.

Los resultados demuestran que este enfoque adaptativo es mucho más robusto y rápido para reaccionar a los cambios en comparación con algoritmos genéticos más simples. Al identificar y explotar la estructura subyacente de un problema, el algoritmo puede 'engrasar las ruedas del cambio', adaptándose eficazmente a nuevos escenarios sin tener que reinventar la solución completa cada vez, lo que lo hace ideal para entornos no estacionarios y dinámicos.


Link al paper: https://arxiv.org/pdf/cs/0502021


Autores del estudio: H. A. Abbass, K. Sastry, D. E. Goldberg


Apoyanos en   / audioarxiv  


Unete en   / discord  


#Ciencia de la computación #InteligenciaArtificial #AlgoritmosGeneticos #MachineLearning #Optimizacion #CienciaDeDatos