Una propuesta de evolución flexible en el diseño de algoritmos evolutivos

Abstract

En este trabajo se presenta, en el campo de la Computación Evolutiva, una metodología que pretende ser un primer paso hacia un nuevo enfoque a la hora de afrontar la resolución de problemas de optimización, al que hemos denominado Evolución Flexible (EF). El procedimiento propuesto posee la característica de no tener que elegir a priori entre los posibles métodos de muestreo existentes, siendo el algoritmo implementado quien decide cuál usar en cada etapa de la evolución en función del aprendizaje conseguido durante la propia resolución del problema de optimización. Así los operadores están sujetos a un cierto juego de cooperación-competición entre sí, mientras el algoritmo como agente inteligente decide cuál y qué usar de éstos (mediante asignaciones numéricas a parámetros asociados a los operadores) para favorecer la eficiencia computacional del proceso global de optimización. Las principales características del algoritmo son las de poseer una Estructura dinámica de Operadores (EDO), la de Ampliar el Código Genético de cada solución (ACG) y la inclusión de Mecanismos de Control Probabilístico (MCP) en el proceso evolutivo. Estas actuaciones deben estar coordinadas de manera que produzcan un efecto cooperativo-competitivo, aumentando la eficiencia y robustez en la resolución del problema. Como ejemplo, la EF ha sido probada en un caso matemático bien conocido y en un problema de interés medio ambiental.