Algoritmo genético

Ponente(s): Militza Andrea Amaya Moguel

Los algoritmos genéticos son métodos de optimización que, pueden emplearse para encontrar la combinación de variables que consigue maximizar la capacidad predictiva de un modelo. El funcionamiento y razón de su nombre se debe a que está inspirado en la teoría evolutiva de selección natural propuesta por Darwin y Alfred Russel, la cuál sostiene que los individuos de una población se reproducen generando nuevos descendientes, cuyas características, son combinación de las características de los progenitores más mutaciones; de todos ellos, únicamente los mejores individuos sobreviven y pueden reproducirse de nuevo, transmitiendo así sus características a las siguientes generaciones. En términos generales, la estructura de un algoritmo genético para la selección de predictores consiste en crear una población inicial P de individuos(modelos), cada individuo representa una combinación de predictores; calcular la fortaleza de cada individuo de la población (error de predicción); crear una nueva población vacía y repetir los siguientes pasos hasta haber creado una nueva población P1 de individuos.; seleccionar 2 individuos de la población existente cuya probabilidad de selección sea proporcional a la fortaleza de los individuos; cruzar los dos individuos seleccionados para generar nuevo descendiente; aplicar un proceso de mutación aleatorio sobre el nuevo individuo, añadir el nuevo individuo a la población y reemplazar la antigua población por la nueva. Todo lo anterior bajo ciertas condiciones previamente establecidas. El presente trabajo tiene como propósito presentar el algoritmo, los resultados obtenidos al aplicarlo a un conjunto de datos. Del mismo modo discusión sobre las ventajas y desventajas de implementación.