Operadores Geneticos, cruce y mutacion

1. INSTITUTO TECNOLÓGICO
DE TIJUANA
Maestría en Ciencias en Ciencias de la Computación
Tema:
Operadores Genéticos
Alumnas:
Leticia Mendoza Reyes.
Rosalinda Reyes Padilla.
Catedrático:
Dr. Leonardo Trujillo.
18 / Marzo / 2010.

2. Operadores genéticos
Para el paso de una generación a la siguiente se
aplica una serie de operadores genéticos.
los operadores mas empleados son:
Selección
Cruce
Mutación
Algoritmo de remplazo

3. Cruce
Cruce (un mecanismo para obtener nuevos individuos
a partir de otros).
Los diferentes métodos de cruce podrán operar de
dos formas diferentes.
estrategia destructiva los descendientes se
insertarán en la población temporal aunque sus
padres tengan mejor ajuste
estrategia no destructiva la descendencia pasará a
la siguiente generación únicamente si supera la
bondad del ajuste de los padres (o de los individuos
a reemplazar).

4. Cruce de 1 punto

5. Cruce de 2 punto

6. Cruce de uniforme
(DPX) (Double Point Crossover).

7. Cruces específicos de codificaciones no
binarias
 Media: el gen de la descendencia toma el valor medio de
los genes de los padres. Tiene la desventaja de que
únicamente se genera un descendiente en el cruce de dos
padres.
 Media geométrica: cada gen de la descendencia toma como
valor la raíz cuadrada del producto de los genes de los
padres. Presenta el problema añadido de qué signo dar al
resultado si los padres tienen signos diferentes.
 Extensión: se toma la diferencia existente entre los genes
situados en las mismas posiciones de los padres y se suma
al valor más alto o se resta del valor más bajo.

8. Mutación.
Produce un nuevo hijo a partir de un solo padre con
solo cambiar un bit al azar.
Antes 1 0 0 1 0 0
Después 1 0 0 1 1 0
Operador de Mutación.

9. Objetivo:
 Simular los cambios adaptativos que sufren las especies.
Requisitos:
 El efecto sobre el individuo debe ser pequeño.
 Existe una probabilidad de mutación pm.
• Probabilidad menor al 1%.

10. Mutación real.
Mutación uniforme.
Es una simple sustitución de un gen por un número aleatorio.
Dado un cromosoma p como j-ésimo de un gen seleccionado
para mutación, se produce un cromosoma c de la siguiente
forma: Ci  U ai , bi  si j=i; pi en caso contrario. Donde y
representan los límites en el intervalo para gen .

11. Mutación Gaussiana (Normal).
Dado un cromosoma p como j-ésimo de un gen seleccionado
para mutación, se produce un cromosoma c de la siguiente
forma:
Ci  N  pi ,   si j=i
p en caso contrario.
i
Donde N  pi ,   es una distribución normal con media pi y
desviación estándar σ (parámetro). Alternativamente se
puede disminuir el valor de σ a medida que aumenta el
número de generaciones.

12. Mutación para permutación.
Swap mutation
1 2 3 4 5 6 7 8 9 1 5 3 4 2 6 7 8 9
Insert mutation
1 2 3 4 5 6 7 8 9 1 2 5 3 4 6 7 8 9

13. Scramble Mutation
1 2 3 4 5 6 7 8 9 1 3 5 4 2 6 7 8 9
Inversion mutation
1 2 3 4 5 6 7 8 9 1 5 4 3 2 6 7 8 9