EDITORIAL

Desde hace mas de cuarenta años los métodos computacionales de optimización comenzaron a utilizar las teorías evolutivas de la naturaleza, fundamentadas en los principales de. supervivencia de los mas aptos planteadas por Darwin en el siglo IXX. Fue Holland (1968), quien planteo por primera vez la posibilidad aplicación del algoritmo de funcionamiento de los seres vivos para resolver problemas de diversa índole, dada la perfección de este tipo de sistema, basándose en la premisa de "si algo funciona bien, porque no imitarlo".

Los llamados Algoritmos Evolutivos generan soluciones a problemas reales en función de la evolución de los organizarnos vivos de la naturaleza, con aproximaciones hacia la búsqueda de la solución optima del problema, de acuerdo a un modelo genético que caracteriza el comportamiento de la población. Según Goldberg "los Algoritmos Genéticos son algoritmos de búsqueda basados en la rnecánica de selección natural y de la genética natural. Combinar la supervivencia del mas apto entre estructuras de secuencias con un intercambio de información estructurado, aunque aleatorizado, para constituir así un algoritmo de búsqueda que tenga algo de las genialidades de las búsquedas humanas".

Esta emulación permite simplificar cualquier problema aplicando computación evolutiva y la optimización numérica con conceptos usados en el proceso de selección natural, términos tales como: población, mutación, cruce, generaciones, padres, función de evaluación, codificación. Permiten seleccionar mediante una función de evaluación a los mejores individuos generados en diferentes iteraciones, que representan a los individuos mejores dotados de le población y por tanto, dan las mejores soluciones a los problemas planteados. Con estos principios de aproximaciones numéricas, se generan soluciones a problemas que con otras herramientas computacionales eran difíciles de lograr en términos de robustez y rapidez.

Se conocen aplicaciones de los algoritmos evolutivos en áreas tan disímiles como aproximar la mejor rata de un robot, mejorar la distribución en planta de una fabrica, planificar el proceso de grabación de una película, analizar el diseño estructural de un edificio, diseñar sistemas de control. Es decir los algoritmos evolutivos representan una herramienta muy potente para la simulación de situaciones tecnológicas y por tanto para el ámbito de la investigación.

Dra. Minerva Arzola