Algoritmo memético

Algoritmo memético

El algoritmo memético se inspira en la interacción de la evolución genética y la evolución cultural. El darwinismo universal es la generalización de genes más allá de los sistemas biológicos a cualquier sistema en el que se puedan heredar unidades discretas de información y someterlas a fuerzas evolutivas de selección y variación. El término "meme" del algoritmo memético se utiliza para denotar información cultural discreta, lo que sugiere la interacción entre la evolución genética y cultural.

El genotipo evoluciona de acuerdo con la interacción del fenotipo con el medio ambiente. Esta interacción se mide por fenómenos culturales que influyen en los mecanismos de selección, e incluso en los mecanismos de emparejamiento y recombinación. La información cultural se comparte entre los individuos y se difunde entre la población en forma de memes relacionados con su aptitud o la aptitud que los memes confieren a las personas. En conjunto, la interacción del genotipo y el memotipo mejora la aptitud de la población en el medio ambiente.

El objetivo de la estrategia de procesamiento de información es explotar una técnica de búsqueda integral basada en la población para ubicar ampliamente las áreas correctas del espacio de búsqueda, combinado con el uso repetido de una heurística de búsqueda local por soluciones individuales para ubicar el óptimo local. Idealmente, el algoritmo memético abarca la dualidad de la evolución genética y cultural, permitiendo la transmisión, selección, herencia y variación tanto de memes como de genes.

algoritmo memético

El procedimiento anterior describe un algoritmo memético simple o de primer orden que muestra la mejora de soluciones individuales distintas de una búsqueda global, pero no muestra la evolución independiente de los memes.

La búsqueda global proporciona un mecanismo de exploración amplio, mientras que la mejora de la solución individual a través de la búsqueda local proporciona un mecanismo de explotación. Se necesita un equilibrio entre los mecanismos locales y globales para garantizar que el sistema no converja prematuramente a un óptimo local y no consuma recursos informáticos innecesarios. La búsqueda local debe ser específica del problema y la representación, mientras que la búsqueda global puede ser genérica y no específica (cuadro negro). Se han aplicado algoritmos meméticos a una variedad de áreas de problemas continuos, combinatorios y de optimización de restricciones.

Compartir, repartir
es_ESES
A los bloggers de %d les gusta esto: