¿Qué es la optimización genética?
La optimización genética es el uso de algoritmos de programación para encontrar la mejor solución a un problema. Esto tiene su origen en el trabajo de los matemáticos a partir de la década de 1950 que tomaron modelos que vieron en biología y los aplicaron a problemas no lineales que eran difíciles de resolver por medios convencionales. La idea es imitar la biología, que evoluciona a lo largo de las generaciones para crear la población más adecuada posible. En la programación, es posible simular este proceso para llegar a una solución creativa a un problema.
Los problemas no lineales pueden ser desafiantes para los matemáticos. Se puede ver un ejemplo en el comercio de valores, donde puede haber una serie de posibles decisiones que se ramifican rápidamente para crear un árbol de opciones. Calcular independientemente las probabilidades asociadas con cada elección llevaría mucho tiempo. El matemático también podría perder una solución óptima al no combinar las posibles opciones para explorar nuevas permutaciones. La optimización genética permite a los investigadores realizar cálculos de esta naturaleza de una manera más eficiente.
El investigador comienza con un tema de interés, conocido como "población", que puede dividirse en individuos, a veces conocidos como criaturas, organismos o cromosomas. Estos términos, tomados de la biología, reflejan los orígenes de este enfoque de la programación. Una computadora puede comenzar a ejecutar una simulación con la población, seleccionando organismos individuales dentro de una generación y permitiéndoles entremezclarse para crear una nueva generación. Este proceso puede repetirse a través de varias generaciones para combinar y recombinar las posibles soluciones, idealmente llegando a la opción más adecuada para las condiciones dadas.
Esto puede ser extremadamente pesado en recursos. Los cálculos utilizados en la optimización genética requieren una potencia informática considerable para comparar y seleccionar rápidamente varias opciones y combinaciones simultáneamente. La investigación inicial sobre la optimización genética a veces estaba limitada por la potencia de procesamiento disponible, ya que los investigadores podían ver las aplicaciones potenciales, pero no podían ejecutar programas complejos. A medida que aumenta la potencia de la computadora, la utilidad de este método también lo hace, aunque los cálculos grandes y complejos aún pueden requerir una computadora altamente especializada.
Los investigadores en el campo de las matemáticas pueden trabajar con la optimización genética en una variedad de entornos. El desarrollo continuo de nuevas fórmulas y enfoques ilustra la evolución de las matemáticas a medida que las personas aprenden sobre nuevas formas de considerar problemas complejos. Se puede ver una simple optimización genética en el trabajo en entornos como software para operadores de valores y programación para juegos y realidad virtual donde los programadores quieren que los usuarios tengan una experiencia más natural.