FUNDACIÓN UNIVERSITARIA KONRAD LORENZ

FACULTAD DE MATEMÁTICAS E INGENIERÍAS

INGENIERÍA DE SISTEMAS

PROGRAMACIÓN GENÉTICA
Por: Pervys Rengifo Rengifo
Leonardo Jiménez

El rápido avance en sistemas de procesamiento de información en las décadas

recientes ha dirigido la investigación en ingeniería hacia el desarrollo de
sistemas inteligentes que puedan evolucionar modelos de fenómenos naturales
automáticamente, “por ellos mismos”. Dentro del desarrollo de estos sistemas
inteligentes, se aplican, sobre todo, técnicas del Aprendizaje de Máquina(ML),
de Minería de Datos(DM) y de Inteligencia Computacional(IC), las cuales han
permeado diferentes campos de la investigación científica y, junto con la
inmensa cantidad de datos que se han registrado, han permitido el desarrollo y
aplicación, en diferentes disciplinas, de algunos procedimientos clasificados
como modelos de cajas negras( o en ocasiones de caja gris), y que por su
dependencia casi exclusiva de información histórica registrada, se han
denominado modelos conducido por datos(data driven models). Dentro de
estos modelos teóricos se pueden citar: Las Redes Neuronales
Artificiales(ANN), los Árboles de Decisión(AD), Support Vector Machine(SVM) y
la Programación Genética(PG), que junto con diferentes métodos de búsqueda
heurística y meta heurística como: Quimiotaxis, Búsqueda Tabú, Simulated
Annealing(SA), Algoritmos genéticos( y otros relacionados como los algoritmos
culturales y los algoritmos inmunológicos), GRASP, Ant Colony
Optimization(ACO), Particle Swarm Optimization(PSO) y con otras técnicas
estadísticas y de teoría de sistemas de control tradicionales; han arrojado
resultados promisorios, lo que se evidencia por la creciente investigación en
estos tópicos[ ver por ejemplo: Abbott, M.B., 1997 ; Babovic V.et al., 2001;
Bailer-Jones et al., 2001; Dibique Y. B. Et al. 2001; Babovic, V., et al, 2001a;
Lorrai, M. Et al.,1995; Minns, A. W et al., 1996; Muller, K.R., et al., 1997;
Quinlan, J. R., 1986; Koza, J. R., 1992] y la reciente aparición de revistas
especializadas en temáticas, y la consolidación de “transdisciplinas” que
involucran modelación convencional, modelación manejada por datos y
modelación soportada en conocimientos, aplicadas a contextos que requieren
una visión interdisciplinar, que enriquezca y permita una aproximación más
efectiva a muchos problemas complejos, como es el caso de la
Hidroinformática, Bioinformática, Ecohidroinformática [Abbott, M.B., 1997]. Esto
ha facilitado la aplicación de técnicas combinadas en modelos híbridos y la
integración de Sistemas de Soporte de Decisión(DSS) para el manejo de
sistemas. En Colombia, la comunidad académica ya se está interesando en
estas temáticas como puede apreciarse por algunas aplicaciones de Redes
Neuronales Artificiales, de Árboles de Decisión y de Lógica Difusa reportadas,
por algunos autores.
Sin embargo, a pesar del éxito relativo en aplicaciones prácticas en muchos
campos de las ciencias y la ingeniería, estas técnicas han sido fuertemente
criticadas, ya que, la mayoría de ellas, sólo proveen resultados operativos y no
obtienen explícitamente la función que transforma las entradas en salidas, es
decir la función de transformación que representa al sistema. Sin embargo, es
innegable que son un camino efectivo y eficiente para modelar los fenómenos
en situaciones en donde el conocimiento explícito de los subprocesos internos
no se requieren, como es el caso de muchas situaciones prácticas en
ingeniería.
No obstante, en la minería de datos para propósitos científicos se debe hallar
un equilibrio entre la interpretabilidad y la potencia predictiva de las soluciones
propuestas o hipótesis. En este sentido algunas técnicas hacen énfasis en la
parte de la interpretabilidad( por ejemplo Árboles de Decisión y Sistemas
Basados en Reglas), mientras que otras son capaces de ajustar datos hasta
cualquier grado de precisión deseado( por ejemplo las Redes Neuronales
Artificiales y la Programación Genética). En descubrimiento científico ambos
aspectos deben ser abordados con sobriedad, ya que soluciones con alta
precisión, sin interpretación no conducen a nuevas ideas, asimismo que
soluciones fácilmente interpretables sin mucha precisión pueden proporcionar
ideas que son erróneas o simplemente falsas.

Dentro de las técnicas mencionadas tiene un especial interés, la Programación

Genética, la cual consiste en la evolución automática de programas usando
ideas basadas en la selección natural, permitiendo realizar regresión simbólica,
esto es, permite obtener además de un dato numérico predictivo, una expresión
matemática en función de las variables de entrada, que pretende identificar al
sistema estudiado en lo que respecta al proceso modelado. Esto posibilita la
interpretación de los resultados, en cuanto a la dependencia entre las variables
y en cuanto a la plausibilidad física de la expresión obtenida. De todas las
técnicas de minería de datos, como se sugirió antes, la Programación Genética
es la más promisoria en la inducción de expresiones interpretables, mostrando
además precisión competitiva. La aplicación de la programación genética
para realizar regresión simbólica permitiría aumentar la expresividad de la
relación entre variables independientes y dependientes en un problema
dado, ya que lo que típicamente se hace es suponer una forma de relación
funcional entre las variables( que en la mayoría de los casos corresponde
a formas lineales o de alguna forma linealizables) y luego mediante
regresión de mínimos cuadrados estimar los coeficientes. Esto a pesar de
haber permitido resolver muchos problemas a lo largo de muchos años,
también ha limitado la aplicación de formas funcionales no lineales.
A la fecha, ya son muchos los investigadores que han desarrollado modelos
inspirados en regresión simbólica, aplicados a diversos problemas en
ingeniería[ver IHE-Stowa, 2001; ASCE, 2002, Dibique Y. B. Et al, 2001;
Obregón N.,1999; Obregón N., 2002; Obregón N., 2002ª, Obregón N., 2003,
Tokar, A. S. Et al. , 2000; Cousin, N. Et al., 1997; Keijzer, M. Et al. 1999,
Morshed, J. Et al. 1998; Solomatine D. P. Et al. 1996; Tsoukalas, L. H. Et al.,
1997; Smith, J., et al. 1995; Abbot, M. B., 1997; Solomatine, D. P. 2002; Koza,
1992], sin embargo en la literatura científica colombiana, hasta donde se ha
revisado, a pesar de la existencias de algunos trabajos desarrollados en el
departamento de Ingeniería de Sistemas de la Universidad Nacional de
Colombia(Velasquez, J. D., 1997) y los presentados en algunos congresos, son
pocas las publicaciones que se han reportado sobre programación genética.
La actividad económica moderna, así como muchas otras, descansan en el
manejo de grandes volúmenes de información, la cual da lugar a las bases de
datos. En la actualidad tanto la cantidad como el tamaño de las bases de datos
crece rápidamente. Se desarrollan grandes bases de datos (medidas en giga y
terabytes) sobre datos de los consumidores, historia de transacciones, registros
de ventas, etc... En 1990 se calculaba que existían más de medio millón de
estas grandes bases de datos en el mundo. La cantidad total de datos
almacenados en las computadoras se duplica cada cinco años (aunque otros
estimados plantean que cada 20 meses) y se espera que el futuro se duplique
cada año.
Este crecimiento de la cantidad de información almacenada ha sido mayor que
el desarrollo de la potencia de procesamiento; las capacidades para
coleccionar y almacenar datos ha sobrepasado la habilidad para analizarlos,
resumirlos y extraer conocimiento a partir de ellos. Esto ha conducido a un
interés creciente en desarrollar con fuerza la potencia de procesamiento para
lograr una mejor utilización de los datos almacenados. Aunque uno de los
propósitos primarios del almacenamiento de información es su recuperación
eficiente posterior, cada vez más esta recuperación no es necesariamente una
copia fiel de los datos almacenados, sino de una nueva información que pueda
ser inferida a partir de estos. Es decir, desarrollar la capacidad de interpretar
los datos y poder actuar basado en estas interpretaciones; de allí la fuerte
relación entre la minería de datos y los sistemas de ayuda a la toma de
decisiones.
Todo esto sugiere el uso de técnicas de minería de datos, con el fin de poder
generar conocimiento a partir de la información disponible y mejorar
sustancialmente, aunque de forma indirecta, la comprensión de algunos
procesos y abordar modelos novedosos que hagan uso intensivo de los datos,
y que permitan resolver problemas operativos a partir de la información
disponible. Sin embargo, dentro de los investigadores colombianos no es de
conocimiento generalizado el uso de estas técnicas de minería de datos, sobre
todo de Programación Genética y menos en su forma de regresión simbólica,
por lo que es necesario iniciar un proceso de difusión e ilustración de las
potencialidades de las mismas, con el fin de estimular la investigación y la
aplicación de estas técnicas que, lejos de ser difíciles, son muy sencillas y
fáciles de usar. Además, hay una falta de bibliografía general sobre estos
temas, y la poca que hay es de difícil consecución o esta muy dispersa para
propósitos prácticos; por lo tanto, se hace necesario la consolidación de un
marco conceptual amigable y disponible, que integre de forma inteligente la
bibliografía existentes y se constituya en una referencia de consulta básica
para las investigaciones posteriores sobre estas temáticas.
En concordancia con todo lo expuesto anteriormente se propone:
 Constituir un marco conceptual comprensible, que permita establecer
claramente los procedimientos involucrados en las aplicaciones más
comunes, de la PG, en su forma de regresión simbólica, dando
elementos y sugerencias para potenciar e incrementar la aplicabilidad
de la PG, a otros problemas, que representándolos de manera
adecuada pudieran ser tratados exitosamente.
 Identificar problemas, que al resolverlos con programación genética,
permitan ilustrar los conceptos y procedimientos fundamentales de la
regresión simbólica sugeridos en el marco conceptual.
  Desarrollar herramientas informáticas que faciliten el uso de la regresión
simbólica en nuestro medio, incentivando investigaciones en esta
dirección, llevando, a mediano plazo a proporcionar una gran evidencia
del éxito de la aplicación de la PG en muchos campos del conocimiento.

Con esta propuesta se busca pues, contribuir de forma efectiva a la

comprensión de los aspectos fundamentales de la Programación Genética,
como también a la aplicabilidad práctica de este paradigma en la solución de
problemas que involucren regresión simbólica. Esta investigación que se
propone, que tiene el carácter de investigación básica, podría generar toda
una serie de investigaciones sobre aplicaciones y potenciación de la
Programación Genética como herramienta operativa y de análisis en ingeniería.
Además, si se hace una difusión adecuada dentro del medio académico, en
poco tiempo se podría tener investigaciones similares dentro de otras
disciplinas, que sin duda, valorarán la gran representatividad y las impensadas
posibilidades de la Programación Genética, en sus múltiples aplicaciones.
Esta investigación se constituiría en una primera aproximación a la
programación genética que daría el soporte conceptual suficiente para iniciar
diferentes proyectos aplicados a casos específicos en donde se disponga de
datos históricos. En el futuro cercano podría conducir a la exploración integral
de las diferentes formas y aplicaciones de la programación genética, que
podría soportar el estudio del descubrimiento científico por computador y la
evolución de estructuras más complejas, como circuitos, cadenas de proteínas,
etc., como ya ha sido ampliamente reportado por Koza[1992]. Por otra parte, en
el futuro, también se podría, consolidar una herramienta computacional que
involucre las diferentes técnicas de estadística multivariada y de inteligencia
computacional( Redes Neuronales, Support Vector Machine, Arboles de
Decisión, Programación genética, etc.), para realizar minería de datos de
forma efectiva.
Es de anotar que la temática que se aborda, además de estar dentro de la
tendencia mundial en investigación en ingeniería, y es altamente pertinente,
dado el estado actual del conocimiento y las inmensas posibilidades que
involucra la evolución automática de programa de computador debidamente
representados, en la solución de problemas reales.

De esta forma, el problema que se propone abordar mediante esta

investigación se puede formular así: ¿Cómo contribuir al entendimiento y
aplicabilidad de la programación genética en su forma de regresión
simbólica?

La cual es motivada por la enorme potencialidad que se ha identificado en la

PG como paradigma de modelación, y la preocupación por la actualización
permanente que debe caracterizar a un programa de ingeniería de sistemas y
corresponde a un convencimiento por parte de los proponentes de que es
posible contribuir de manera efectiva al mejoramiento de la comprensión y
modelación de la regresión simbólica, por medio del entendimiento y
potenciación de la aplicabilidad de la Programación Genética, y que da lugar
de forma natural a la hipótesis básica con la cual se inicia esta investigación:
“Mediante herramientas conceptuales y computaciones que ilustren los
procedimientos y la potencia aplicativa de la Programación Genética se
puede contribuir de manera efectiva a su entendimiento y se puede
fomentar su aplicación”
La cual se soporta en la convicción de que las expresiones simbólicas que se
generan mediante programación genética pueden resultar convenientes para
el análisis y la interpretación en modelación.
Esta investigación se constituye en una excelente oportunidad científica para
contribuir desde la FUKL, inicialmente en el ámbito nacional, constituyéndose
en un estudio pionero, puesto que sólo se conocen pocas referencias
anteriores de investigaciones en temáticas similares( sobre todo en Redes
Neuronales Artificiales y Árboles de Decisión). A nivel internacional, lo que se
puede apreciar es un creciente interés de los investigadores en esta nueva
forma de ver la modelación y el análisis. Por lo tanto, este proyecto permitiría a
la academia colombiana participar en la intensa discusión que se ha generado
acerca de la conveniencia y efectividad de estas nuevas técnicas, en particular
de la Programación Genética.

1.3.2 MARCO TEÓRICO Y ESTADO DEL ARTE:

En los modelos conducidos por datos lo que típicamente se requiere son

registros históricos de variables, sin la consideración detallada de la estructura
interna de los procesos físicos involucrados en la transformación estímulo-
respuesta correspondiente.

La incertidumbre y la complejidad de muchos sistemas estudiados tanto en las

ingenierías como en otras disciplinas, junto con la inmensa cantidad de datos
registrados la interior de estos sistemas, las limitaciones prácticas de los
modelos convencionales en cuanto a suposiciones y calidad de la información
requerida, han obligado a que muchos investigadores se enfoquen a la
aplicación de muchas técnicas de Minería de Datos(Data Mining, DM),
Inteligencia Computacional(CI) y Aprendizaje de Máquina(Machine Learning),
que en el contexto de la modelación se han denominado “Data driven models”
o Modelos Conducidos por Datos, debido a su dependencia casi exclusiva de
datos registrados para su desarrollo. Estos nuevos modelos incluyen, entre
otros: Redes neuronales Artificiales, Máquinas de Soporte Vectorial(Support
vector Machine) Árboles de Decisión y de Regresión, Métodos Bayesianos,
Sistemas Basados en Reglas Difusas y Computación Evolucionaria, los cuales
se han aplicado con éxito relativo en diferentes problemas de ingeniería, según
lo reportan diversos autores(ver IHE-Stowa, 2001; ASCE, 2002, Dibique Y. B. Et
al, 2001; Obregón N.,1999; Obregón N., 2002; Obregón N., 2002a, Obregón N.,
2003, Tokar, A. S. Et al. , 2000; Cousin, N. Et al., 1997; Keijzer, M. Et al. 1999,
Morshed, J. Et al. 1998; Solomatine D. P. Et al. 1996; Tsoukalas, L. H. Et al.,
1997; Smith, J., et al. 1995; Abbot, M. B., 1997, Solomatine, D. P. 2002).
Debido a que el interés de esta propuesta se centra en la computación
evolucionaria, entonces, se procederá a hacer una presentación general de los
conceptos más importantes.
COMPUTACIÓN EVOLUCIONARIA
A lo largo del período de evolución de los seres vivos, se han ido seleccionando
conductas que son adecuadas para la supervivencia. las especies y los
individuos que sobreviven son aquellos que están mejor adaptados al ambiente
que les rodea. en la lucha por sobrevivir, los individuos mejor adaptados
sobreviven más fácilmente y por tanto pueden reproducirse y transferir a sus
descendientes las cualidades beneficiosas que les permitieron estar mejor
adaptados, lo cual constituye el proceso de selección natural explicado por
Charles Darwin en su libro "El Origen de las Especies" (1859). todos aquellos
rasgos que faciliten la supervivencia del individuo tenderán a mantenerse,
mientras que lo que constituya una dificultad o debilidad para la adaptación
tenderá a desaparecer, pues su poseedor no tendrá oportunidad de legarlo a su
descendencia. este procedimiento utilizado por la naturaleza, ha sido el
principal aspecto de interés de la computación evolucionaria y ha sido fuente
de inspiración en el campo de las ciencias de la computación e ingeniería para
el desarrollo de métodos de optimización y búsqueda alternativos, conformando
lo que se ha denominado en el contexto del aprendizaje de máquina, el
paradigma evolutivo. la computación evolutiva (evolutionary computation, EC),
aplica la teoría de la evolución natural y la genética en la adaptación evolutiva
de estructuras computacionales, proporcionando un medio alternativo para
atacar problemas complejos en diversas áreas como la ingeniería.
Una población de posibles soluciones de un problema dado es análoga a una
población de organismos vivos que evoluciona cada generación al recombinar
los mejores individuos de la población y transmitir las características de dichos
individuos padres, a sus descendientes. En este campo, diferentes esquemas
de métodos evolutivos se han desarrollado, los cuales difieren en el tipo de
estructuras que conforman la población.
El tema central de la computación evolucionaria es la aplicación de conceptos
de selección basados en la aptitud de una población de estructuras de datos en
la memoria del computador. Estas estructuras se reproducen de una manera tal
que el contenido genético de sus descendientes está relacionado de alguna
forma con el contenido genético de los padres, aunque ligeramente diferente;
de la misma forma la aptitud de los hijos está relacionada, pero es
potencialmente diferente a la de los padres.
En la mayoría de los casos, la función de aptitud( la que determina que tan bien
se comporta un individuo a un ambiente en particular) usada en la
computación evolucionaria no está orientada directamente hacia la
reproducción sino que la crea el hombre como supervisor del proceso
evolucionario. A los individuos de la población se les permite su reproducción
en diferentes cantidades basados también en la función de aptitud diseñada
por el programador de acuerdo al propósito particular del proceso evolutivo
simulado. Entre los diferentes estilos de computación evolucionaria suelen
distinguirse: Estrategias evolucionarias, Programación Evolucionaria,
Algoritmos Genéticos y Programación Genética. Estos estilos comprenden
operadores genéticos que son las funciones que dirigen la selección y la
transformación de los individuos a lo largo del proceso simulado. Entre estos
operadores se puede mencionar:
Selección(n-ario): Selecciona los cromosomas(representación apropiada del
individuo o de la solución tentativa) de la población para posteriormente permitir
que se reproduzca. Esta selección está basada en la aptitud del cromosoma:
entre más apto mayor probabilidad tiene de ser seleccionado.
Reproducción(unario): Este operador lleva soluciones tentativas sin
transformarlas, a la siguiente generación.
Cruce(binario): Este operador escoge aleatoriamente una posición en el
cromosoma e intercambia la subsecuencia antes y después de la posición para
crear dos hijos(soluciones tentativas derivadas).
Mutación(unario): Este operador cambia aleatoriamente algunos de los bits en
un cromosoma( solución tentativa). Este operador permite hacer una
exploración completa para evitar una concentración de los genes más aptos en
máximos locales.
Función de Aptitud(n-aria): Esta función es la encargada de determinar cuán
buena es una solución candidata dada.
En esta propuesta de investigación se pretende abordar uno de estos estilos de
computación evolucionaria, el denominado programación genética, que es una
extensión de los algoritmos genéticos, por lo tanto se hará una pequeña
introducción a los algoritmos genéticos y luego se hará una exposición sencilla
de los aspectos particulares de la programación genética.

Algoritmo Genético Simple

Propuestos por Holland(1989), se clasifica, también como un algoritmo de

búsqueda estocástica. Este tipo de algoritmos combina la supervivencia de los
mejores individuos dentro de un conjunto, los más aptos, con un intercambio de
información estructurado y aleatorio, que imitan los procesos de evolución
biológica.
Una vez definido el problema a resolver, el procedimiento de aplicación de los
algoritmos genéticos, en su forma simple, exige la representación en una
cadena de símbolos( genotipo) de las soluciones candidatas(fenotipos). Esta
representación es típicamente binaria. El procedimiento que comprende un
algoritmo genético básico es el siguiente:
1. Comience con una población generada aleatoriamente de k cromosomas de
h bits(soluciones candidatas para la solución del problema representadas
adecuadamente)
2. Repita los siguientes pasos hasta que se satisfaga alguna condición de
parada, ya sea por el número de ejecuciones o por el valor de la función de
aptitud.
3. Calcule la función de aptitud f(x) de cada cromosoma x en la población.
4. Repita los siguientes pasos hasta que k hijos hallan sido creados.
• Seleccione un par de cromosomas de la población actual (estos
cromosomas serán los padres). La probabilidad de selección estará
dada de acuerdo a la aptitud de cada cromosoma. La selección se hace
sin reemplazo, es decir que un cromosoma puede seleccionarse más de
una vez para ser padre.
• Con probabilidad pc(probabilidad de cruce), se cruzan el par de
cromosomas en un punto escogido aleatoriamente para formar dos hijos.
Si no se efectúa el cruce los padres son copias exactas de los padres.
 • De acuerdo con una probabilidad pm( probabilidad de mutación), se elige
sustituir el símbolo de cada posición de las cadenas de los hijos, por otro
cualquiera. De esta forma se obtienen los cromosomas de la nueva
población

5. Reemplace la población actual de padres por la población nueva

conformada por los hijos.
6. Regrese al paso 3.
Cada iteración de este proceso se llama generación.
Obsérvese que los algoritmos genéticos descritos no trabajan directamente
sobre las soluciones candidatas, sino que las representan adecuadamente,
típicamente en forma binaria, y es a estas representaciones a las que se les
aplican los operadores genéticos.

Programación Genética(PG)

La PG, como se mencionó antes puede considerarse como una extensión de

los algoritmos genéticos donde los individuos( representados por cromosomas)
que se evolucionan son programas en sí mismos . Se usan operadores
genéticos especializados que generalizan la recombinación sexual y la
mutación.
En PG los programas a evolucionar son representados en forma de árboles
analíticos que constituyen material genético no lineal, a diferencia de los
algoritmos genéticos que trabajan con material genético lineal representado en
cadenas de símbolos binarios.

En la gráfica anterior puede observarse claramente cómo se representa una

función matemática que puede interpretarse como un programa de computador.
En la estructura del árbol, es posible identificar nodos terminales, que son las
hojas del árbol y que pueden ser valores constantes o variables, que se obtiene
a partir de las entradas del programa(En el caso del árbol: 0.234, Z, X y 0.789).
Las funciones primitivas son nodos no terminales (En es caso del árbol
mostrado: *, +, -) y pueden ser operaciones aritméticas estándar, operaciones
de programación estándar, funciones matemáticas estándar, funciones lógicas
o funciones específicas del domino del problema a resolver. Cada programa de
computador es una composición de funciones del conjunto de funciones
primitivas y terminales definidas.
Es de anotar que cuando se crean y se transforman estos árboles debe
conservarse la corrección sintáctica.

Para la ejecución de un algoritmo de PG es necesario, como ya hemos

comentado, definir previamente una serie de aspectos relativos al
funcionamiento del propio algoritmo:
 • Conjunto de Terminales, esto es, las entradas del programa y las
constantes que debe resolver nuestro problema.

• Funciones Primitivas: deben ser apropiadamente definidas: operadores

aritméticos, lógicos, de programación, etc. El conjunto de terminales más
el conjunto de funciones primitivas deben cumplir el criterio de
suficiencia, esto es, deben ser capaces de expresar la solución del
problema. Por otro lado, cualquier función primitiva debe aceptar como
argumento cualquier valor devuelto por cualquier función y cualquier valor
que pueda ser usado como terminal. Esto es lo que se denomina
requisito de clausura.

• Medida de Aptitud nos permite evaluar cuán bien funciona cada

programa de la población en el entorno del problema. Esta medida debe
estar completamente definida, debe ser capaz de evaluar cualquier
programa de la población.

• Parámetros de Control de Ejecución son varios, aunque básicamente

establecen el tamaño de la población inicial (4000), el número de
generaciones (50), el porcentaje de individuos que pasan directamente a
la siguiente generación (10%), etc.

• Criterio de Finalización debe indicar cuándo finalizar la ejecución del

algoritmo de PG, lo cual puede ocurrir cuando transcurra el número de
generaciones predeterminadas, o bien hallemos el programa que sea
"perfecto" según la medida de aptitud que hemos proporcionado.

• Designación del Resultado se hace generalmente utilizando el criterio

de "mejor hasta el momento", esto es, se elige el mejor programa de
todos los obtenidos hasta la finalización de la ejecución.

Los operadores genéticos: mutación cruce y reproducción se definen de

manera similar que para los AG. Sin embargo las consideraciones de
corrección sintácticas exigen ciertas particularidades

2.1.1.1 Cruzamiento
La operación de cruce se usa para crear nuevos programas hijos, a partir de
dos programas padres seleccionados por su buena aptitud. Los programas
padres, a diferencia de los AG, normalmente son de diferente tamaño y forma.
Los programas hijos se componen de subexpresiones, subprogramas,
subrutinas, bloques de sus padres. Así, los programas hijos normalmente son
de diferente tamaño y forma que sus padres, y posiblemente, y es lo que se
espera, sean más idóneos que sus progenitores. Para ilustrar la forma como se
realiza esta operación se presenta un ejemplo:
Primero considérese a los dos árboles que van a ser los padres en el cruce y
numérense sus nodos en preorden( raíz, subárbol izquierdo, subárbol derecho):
A continuación se escogen al azar los nodos interiores que servirán de
referencia para el cruce. Supóngase que se obtuvo el nodo 2 para el primer
árbol y el noto 5 para el segundo árbol. Por lo tanto los puntos de cruce son: “*”
para el primer árbol y el “+” para el segundo padre. Los dos fragmentos del
cruce se presentan a continuación:

En la tercera vemos a los padres despojados de dichos subárboles para que

sean intercambiados:

La cuarta muestra los hijos generados con el intercambio de los subárboles

anteriores:

2.1.1.2 Mutación
En el caso de la programación genética, el procedimiento típico es simple: los
programas seleccionan una parte del árbol y la reemplazan por otro subárbol
creado aleatoriamente. Esto le da al algoritmo la posibilidad de escapar de un
mínimo local creando un descendiente con características totalmente nuevas.
Sin embargo la mutación puede ser peligrosa. Si ella se aplica muy
frecuentemente la población será esparcida por todo el espacio de soluciones
potenciales en vez de converger hacia la mejor solución y el proceso de
búsqueda se convertirá en una búsqueda ciega aleatoria, sin ninguna
inteligencia.
Para ilustrar el operador de mutación se presenta el siguiente ejemplo:
Supóngase que se tiene un individuo que va a ser mutado, el cual se muestra a
continuación, y corresponde a la función: ZY + ( Y + ( 0.314Z ) ) , el cual para
propósitos de programación se podría escribir, en notación prefija, como:
(+((* Z Y) (+ Y (* 0.314 Z))))
Sobre este individuo se elige al azar un nodo que será el punto de mutación.
Supóngase que ese punto resultó ser el nodo 7.

Nodo elegido
1 aleatoriamente para
+
mutación
5
2 +
*
6 7
4
Y Y
Z *
8 0.314 Z 9

ZY + ( Y + ( 0.314Z ) )

Supóngase que luego se genera un árbol aleatorio, con una profundidad dada,
el cual se muestra en la siguiente gráfica

* /
Z Y 0.0278 Y

El individuo mutante se construye reemplazando el subárbol debajo del nodo

en el individuo original por el subárbol generado aleatoriamente. El individuo
mutilado por el nodo de mutación y el individuo mutante resultante, se
muestran a continuación

1 1
+ +

2 5
5 +
2 +
*
* 3 4
6 7

6 Z Y Y -
7
4 8
3 Z Y Y 11
* /
10
9 Z Y 0.0278 Y
12 13

Individuo mutante:
ZY + ( Y + ( ZY − 0.0278Y ) )
 Individuo mutilado por el nodo de
mutación

Los pasos involucrados para la aplicación de la PG, en su forma más simple, a

un problema en particular pueden resumirse así:
1. Genere una población inicial de composiciones aleatorias de las funciones y
terminales definidas para el problema(programas de computador).
2. Ejecute cada programa de la población y asígnele un valor de ajuste de
acuerdo a qué tan bien resuelve el problema.
3. Cree una nueva población de programas de computador
a) Copie el mejor de los programas existentes(elitismo)
b) Cree nuevos programas de computador por mutación.
c) Cree nuevos programas de computador por cruzamiento( reproducción
sexual)
4. Itere a partir de 2. hasta que el problemas se considere resuelto, esto es,
hasta que se cumpla con el criterio de finalización.
5. El mejor programa de computador que aparece en cualquier generación, la
mejor solución hasta el momento, se designa como el resultado de la
programación genética( Koza, 1992)

A continuación se muestra el diagrama de flujo para la forma más simple de la

PG:
La PG es un intento de resolver una de las cuestiones más excitantes e
interesantes de las ciencias de la computación: ¿Cómo pueden aprender las
computadoras a solucionar problemas sin que se les programe explícitamente
para ello? En otras palabras la cuestión es cómo se puede hacer que los
programas hagan lo que tiene que hacer , sin necesidad de decirles
exactamente cómo lo deben hacer. El espacio de búsqueda de la PG es el
espacio de todos los programas de computadora que se puedan construir con
lo elementos básicos definidos: funciones y elementos terminales apropiados.

La PG ha sido aplicada con éxito en muchos problemas de ingeniería, de

bioinformática, de economía, etc., de acuerdo con lo reportado por muchos
autores[Cousin, N. Et al., 1997; Keijzer, M., Babovic., V 1999; Abbott, M.B.,
Gen =0

Cree la poblacion inicial

aleatoriamente

El criterio de F inalización es Si
Reporte el resultado
Satisfecho?

No
F in
Evalúe la función de aptitud para cada
individuo en la población

Individuos =0
Si
Gen=Gen+1 Individuos =M ?
No
reproducción Selecione la operación Genética mutación
P robabilísticamente
cruzamiento
Seleccione un individuo Seleccione dos individuos Seleccione un individuo
basado en su aptitud basado en la aptitud basado en su aptitud

Realice la Reproducción Realice el cruzamiento Realice la mutación

Copie en la nueva población Inserte los dos descendientes en la Inserte individuo mutante en la
nueva población nueva población

Individuos =Individuos +1 Individuos =Individuos +2 Individuos =Individuos +1

1997; Babovic V. et al.,. Bojkov 2001; Babovic, V., and Abbott, M.B, 1997;
Babovic, V., and Keijzer, M,2000; Babovic, V., et al., 2001; Bavovic V. and M.
Keijzer, 2002; Drécourt, J., and H. Madsen, 2001; Whigham and P. Crapper,
1999]

Entre las aplicaciones de la programación genética pueden citarse:

-En la inteligencia artificial y robótica la planificación de acciones

requiere encontrar una secuencia de trabajo, a partir de la información obtenida
por sensores que definen el estado de los objetos que forman el sistema. Esta
secuencia llevará al sistema hacia un estado determinado, la PG busca hallar
el mejor plan de trabajo para alcanzar dicho estado. Un problema típico de
planificación se conoce como el problema de la hormiga. El sistema está
formado por un territorio dividido en casillas, algunas de ellas tienen comida y
una hormiga. El objetivo es que la hormiga encuentre toda la comida
recorriendo el menor número de casillas.
-Identificación simbólica de funciones, se trata de buscar una función
que ajuste una secuencia discreta de puntos, el caso más simple se trata de
calcular un elemento arbitrario de una secuencia de números a partir de un
subconjunto de ellos.
-Regresión simbólica, es un caso particular de la identificación de
funciones, debemos encontrar la relación que hay entre la variable
independiente y la variable dependiente. A diferencia de otras técnicas de
ajuste de funciones como regresión lineal, cuadrática, polinómica,
interpolación,.... donde el problema se reduce a la búsqueda de los coeficientes
más adecuados para que una función de un tipo determinado ajuste la nube de
puntos, en estos problemas la P.G. busca tanto la función como los coeficientes
al mismo tiempo.
-Descubrimiento empírico, se puede ver como un tipo determinado de
regresión, pero el objetivo es buscar leyes o modelos matemáticos que rigen
sistemas naturales, por ejemplo se puede ver como la P.G. es capaz de
redescubrir la Tercera Ley de Kepler, o usarse para buscar relaciones entre
variables que en principio no sabemos si están o no relacionadas.
-Problemas de clasificación de objetos, se basan en la búsqueda de
árboles de decisión que nos permitan clasificar todos los objetos de un universo
en clases, dependiendo de las características fundamentales que presentan.
-Reconocimiento de patrones, busca un algoritmo que sea capaz de
reconocer un patrón en una imagen digitalizada.
-Estrategias de juego, define que jugada deberá hacer un jugador en
cada momento, dependiendo de movimientos anteriores, etc.
-Creación y entrenamiento de redes neuronales.
De todas las aplicaciones mencionadas en esta propuesta se intentará abordar
a la regresión simbólica, por lo tanto se harán algunas precisiones al respecto
2.1.1.3 Regresión simbólica
Esta parte está basada en el trabajo del Dr. Keijzer.( 2001).
La formación de la ciencia moderna ocurrió aproximadamente en el periodo
entre el finales del 15 y finales del siglo 18. Las nuevas fundamentaciones eran
basadas en la utilización de experimentos físicos y la aplicación de un aparato
matemático para describir estos experimentos. Los trabajos de Brahe, Kepler,
Newton, Leibniz, Euler y Lagrange personifican este acercamiento. Antes de
estos desarrollos, el trabajo científico consistió principalmente en coleccionar
datos , o registros de las lecturas que se hacían del libro de la naturaleza
directamente.
Este acercamiento científico es caracterizado tradicionalmente a través de dos
fases: una primera en la que se reúne un juego de observaciones del sistema
físico, y una segunda en la que se genera una aserción inductiva sobre el
comportamiento del sistema--una hipótesis--. Las observaciones presentan
conocimiento específico, mientras que las hipótesis representan una
generalización de estos datos que implica o describe a las observaciones. Este
procedimiento conduce a una simplificación del conocimiento, ya que
proporciona una forma más compacta de describir a las observaciones.
Hoy, a principios del siglo 21, se está experimentando un cambio en el proceso
científico, que ha dado lugar a una aproximación científica en la cual las
tecnologías de la información asisten al analista humano, en el proceso de
generación de hipótesis. Este análisis asistido por computadora de grandes
cantidades de datos multidimensionales es a veces denominado Minería de
Datos y Descubrimiento Científico, el cual apunta a proporcionar herramientas
para facilitar la transformación de los datos en diversas formas que lleven a un
mejor entendimiento de los procesos físicos que generaron o produjeron esos
datos. Estos nuevos modelos combinados con el conocimiento ya alcanzado de
los procesos físicos -la teoría- puede conducir a una mejor comprensión y a
una nueva formulación de leyes físicas y, además, a una mayor capacidad del
predictiva.
Un modo particular de hacer minería de datos es inducir modelos. La inferencia
de modelos a partir de datos es una actividad de comprende la deducción de
una explicación de forma cerrada basada únicamente en las observaciones, de
lo cual surge una pregunta: Como un flujo limitado de información de un
sistema físico hacia el observador, puede resultar en la formación de un modelo
que es completo en el sentido de que el proporciona respuesta para el rango
completo de fenómenos encontrados dentro del sistema físico- e incluso
describir los datos que están por fuera del rango de las observaciones
previamente halladas?
El trabajo presente es un esfuerzo por mostrar la potencia de la PG, en
particular de la Regresión Simbólica, para la inducción de expresiones
interpretables y de soporte para el descubrimiento científico. Aunque el proceso
de crear ecuaciones de los datos se hace usando medios automatizados, el
proceso importante de interpretación, de análisis y valoración de las hipótesis
propuestas son tareas que están en las manos del científico. Las ecuaciones
que se descubren forman una formulación empírica de las relaciones en los
datos y una propuesta provisional de los conceptos físicos que son
manipulados por la formulación. Se piensa que el científico que usa estas
propuestas provisionales puede preparar más eficazmente, la prueba y
refutación de modelos para el problema bajo el estudio.
Aunque la programación genética puede ser usada para varias tareas
automáticas, en este proyecto se enfocará a la inducción de expresiones
matemáticas a partir de datos. Esto es llamado regresión
simbólica{Koza,1992], para enfatizar el hecho de que el objeto de
búsqueda es una descripción simbólica de un modelo, no sólo un
conjunto de coeficientes en un modelo preespecificado. Esto está en
fuerte contraste con otros métodos de regresión, incluyendo redes
neuronales, donde un modelo específico es asumido Las tareas de
regresión pueden ser especificadas con un conjunto de entradas,
variables independientes, X, y una salida deseada, la variable
dependiente, Y. El objeto de la búsqueda es entonces aproximar Y
usando X y coeficientes W, tales que:
donde representa un término de ruido. Con las técnicas estándares de
regresión la forma funcional f es preespecificada. Usando regresión lineal por
ejemplo, f podría ser:

Donde los coeficiente W se hallan mediante regresión de mínimos cuadrados.

En forma matricial, esto se escribiría:

donde el coeficiente de sesgo, bias, w0 ha sido omitido por razones de

claridad. La técnica no-lineal de regresión de una red neuronal artificial podría
introducir una función de transferencia auxiliar g( usualmente una sigmoidea) y
usaría el morfismo:

Aquí los coeficientes son comúnmente llamados pesos; wh son los pesos
de los los nodos de entrada a los nodos ocultos y w o son los pesos de los
nodos ocultos a la capa de salida. Otra vez los pesos del sesgo son omitidos
en la ecuación. Debido a su forma funcional, el cálculo del gradiente del error
para los pesos de una red neuronal como tal es directo y tiene complejidad
lineal en el número de pesos.
En contraste con esas técnicas , la programación genética aplicada a la tarea
de regresión simbólica no usa una forma preespecificada. Ella usa funciones
primitivas de bajo nivel. Esas funciones pueden ser combinadas para
especificar la función completa.
Dado un conjunto de funciones primitivas que toman un argumento h1,...,hu, y
un conjunto de funciones que toman dos argumentos g1,.., gb, la forma
funcional general inducida por programación genética puede tomar una
variedad de formas.
Las funciones h y g son usualmente funciones aritméticas estándares tales
como adición, sustracción, multiplicación y división pero podría incluir también
trigonométricas, lógicas, y funciones trascendentales. Un ejemplo de función
podría ser:
f ( x, w) = h1 ( g 2 ( g1 ( x3 ,w1 ) , h2 ( x1 ) ) )
Esta función particular puede ser descrita en forma de árbol

Sin embargo, también es posible obtener combinaciones de funciones no

consistentes.
Llenado con alguna función primitiva concreta los símbolos abstractos h y g
podría conducir al árbol:

o como expresión:

El objeto de búsqueda es entonces una composición de variables de entrada,

coeficientes y funciones primitivas tales que el error de la función con respecto
a la salida deseada sea mínima. La forma y el tamaño de la solución no es
especificada al principio de la optimización(aunque típicamente se da un
tamaño máximo) ya que este es otro objeto de la búsqueda. El número de
coeficientes a usar y cual es el valor que toma cada uno de ellos es otra
cuestión que es determinada en el proceso de búsqueda en sí mismo.
El sistema es también libre de excluir ciertas variables de entrada de la
ecuación, pudiendo así reducir la dimensionalidad del problema. Mediante el
uso de tales primitivas, la programación genética es en principio capaz de
expresar cualquier forma funcional que usen esas funciones: en particular un
conjunto suficientemente expresivo de funciones, es capaz de expresar una
relación lineal o una relación no lineal.

La programación genética no es el único sistema capaz de inducir expresiones

simbólica de datos. Un trabajo computacional bien conocido sobre la inducción
de ecuaciones sobre datos es el programa BACON[Langley et al., 1987]. En
contraste con la programación genética, el sistema BACON explora el espacio
de búsqueda de posibles expresiones usando varias heurísticas. Estas toman
la forma de comparaciones numéricas: si por ejemplo dos términos ( variables
o expresiones ya inducidas) parecen crecer conjuntamente, se considerará una
expresión que involucre la relación entre los dos términos. Similarmente,
cuando un término incrementa cuando otro decrece y hace esto de forma no
lineal, el producto de los dos términos es considerado.
Los heurísticos en el sistema BACON relacionan de esta forma los valores
numéricos entre los términos con las manipulaciones simbólicas que serán
consideradas. Así, el sistema producirá una expresión donde todas las
funciones que se aplican tiene esta justificación heurística. Esto presupone que
cualquier relación matemática entre el conjunto de datos puede ser
incrementalmente construida usando estos heurísticos.
Además cuando los datos presenta ruido, los conceptos tales como el
incremento o decrecimiento conjunto de valores resultaría difícil de medir. La
aplicación de los heurísticos podría necesitar parámetros adicionales que
requerirían ser fijados con el propósito de estimar el ruido.
Con programación genética, las transformaciones posibles no están limitadas a
algún conjunto de heurísticas motivadas numéricamente. Como se describió
antes los operadores de variación son aleatorizados, mientras que el
comportamiento de una expresión completa se usa como guía para seleccionar
a las expresiones. Las expresiones que son inducidas de esta forma no tienen
necesariamente una estructura interna que sea incrementalmente justificada.
La programación genética es capaz de realizar computación creativa a medida
que disminuye el error. Esto tiene la desventaja de que las expresiones
inducidas pueden ser demasiado creativas, hasta el punto de ser imposibles de
comprender.
Un sistema de programación genética que realice regresión simbólica se
requiere de esta manera, para encontrar la forma de la ecuación, la
composición de funciones primitivas, el uso de variables de entrada, el uso de
valores de coeficientes mas la complejidad de esta composición, todo en un
solo procedimiento de optimización. Además no emplea ninguna información
del gradiente de la composición de funciones ni heurísticas numéricas sobre las
funciones. La única retroalimentación que el sistema recibe es el
comportamiento general de una expresión dada sobre los datos con respecto a
alguna función de error.

A continuación se presenta un ejemplo, de regresión simbólica con el fin ilustrar

aún más el procedimiento:
Se dispone del siguiente conjunto de datos entrada-salidas de un sistema( que
corresponde a la ecuación x2+x+1) :

Variable Variable
independiente X dependiente Y
-1.00 1.00
-0.80 0.84
-0.60 0.76
-0.40 0.76
-0.20 0.84
0.00 1.00
0.20 1.24
0.40 1.56
0.60 1.96
0.80 2.44
1.00 3.00

A continuación se definen los parámetros básicos para la aplicación de la PG

 Objetivo Hallar un programa de computador con un
argumento (variable independiente X) cuya salida
sea igual a la variable dependiente Y,
proporcionada para cada uno de los datos

1 Conjunto de T = {X, Constantes aleatorias}

Terminales
2 Conjunto de F = {+, -, *, %}
funciones
3 Medida de aptitud: La suma del valor absoluto de las diferencias entre
la salida del programa candidato y los datos dados
para la variable dependiente
4 Parámetros: Tamaño de la población M = 4
5 Criterio de Cuando se halle un individuo cuya suma de los
Finalización: errores absolutos sea menor que 0.1

Se genera a continuación la población inicial de individuos:

Se calcula la función de aptitud para cada individuo( El área sombreada es la

medida de aptitud):
 x+1 x2+1 2 x

Se obtiene la siguiente generación mediante los operadores genéticos.

Primer hijo del cruce de Primer hijo del
Mutante de   (c) 
Mutante de   (c) Primer hijo del cruce de  (a) y 
(a) y (b)  Segundo hijo del cruce de  (a) y (b)  
cruce de  (a) y (b) 
Copia de a) Seleecionado como puntos
Seleccionando el nodo 
Seleccionando (b)  Seleccionando como puntos  Seleecionado como
Seleccionando como puntos de cruce 
de cruce  “+” del padre puntos de cruce  “+”
Copia de a) el nodo 3 como de cruce  “+” del padre (a) y la 
3 como punto de  (a) y la x más a la “+” del padre (a) y la x más a la 
del padre (a) y la x
punto de
mutación izquierda del padre  (b) izquierda del  padre  (b)
x más a la izquierda del padre  más a la izquierda
mutación del padre  (b)
(b) 2
Para este ejemplo “de juguete”, ya se halló la solución: x +x+1, en el cuarto
individuo de la segunda generación..

BIBLIOGRAFIA
• Abbott, M. B, Bathurst, J.C., Cunge, J. A., O’Connel, P. E. and Rasmunsen,
J.(1986). An introduction to the European Hydrological System – Systeme
Hydrologique European.
• Abbott, M.B., Babovic, V.M., and Cunge, J.A. (2001). Towards the hydraulics
of the hydroinformatics. Journal of Hydraulic Research, 39(4), 339-349.
• Abbott, M.B.,(1997). Engine 2000: Research in to the next generation of
computational hydraulic modelling, Proceedings of the 27th Congress of the
International Association for Hydraulic Research, 2, 859-864.
• Amorocho, J., and A. Brandstetter(1971). Determination of nonlinear
functional response functions in rainfall-runoff processes, Water Resour.
Res. 7(5), 1987-110
• ASCE Task Committee on Application of Artificial Neural Network in
Hydrology(2000a). Artificial Neural Natwork in Hydrology. I , Preliminary
Concepts, Journal od Hydrologic Engineering, 2000, 5(2), 116-123, 2000.
• ASCE Task Committee on Application of Artificial Neural Network in
Hydrology(2000b). Artificial Neural Natwork in Hydrology. I , Hydrologic
Applications, Journal od Hydrologic Engineering, 2000, 5(2), 124-135, 2000.
• Avellaneda, P., Rengifo, P. & N. Obregón. 2002a. Aplicación de las Redes
Neuronales Artificiales para la Predicción de Caudales Medio Mensuales.
XV Seminario Nacional de Hidráulica e Hidrología. Medellín, Agosto 29-31.
• Babovic V. & Keijzer M.(2000). An evolutionary algorithm approach to the
induction of differential equations. In Proceedings of the Fourth International
Conference on Hydroinformatics.
• Babovic V. & Keijzer M.(1999a). Computer supported knowledge discovery
-- A case study in flow resistance induced by vegetation. In Proceedings of
the XXVIII Congress of the International Association for Hydraulic Research
.
• Babovic V. & Keijzer M.(1999b) Data to knowledge -- the new scientific
paradigm. In D. Savic and G. Walters, editors, Water Industry Systems.
• Babovic V. & Keijzer M.(1999c). Forecasting of river discharges in the
presence of chaos and noise. In J. Marsalek, editor, Coping with Floods:
Lessons Learned from Recent Experiences, Kluwer.
• Babovic V. & Keijzer M.(2001a). On the introduction of declarative bias in
knowledge discovery computer systems. In P. Goodwin, editor. New
paradigms in river and estuarine management. Kluwer.
• CIIC2003(2003). Congreso Internacional de Inteligencia Computacional.
Univerisdad Nacional Sede Medellín.
• Davidson, J. W., D. A. Savic, and G. A. Walters (2002), “Symbolic and
numerical regression: experiments and applications”, Journal of Information
Science, accepted for publication
• Dibike, B. Y.& Velickov, S.& Solomatine, Dimitri &Abbot, M. B.(2001).”Model
Induction with Support Vector Machines: Introduction and
Applications”.ASCE Journal of Computing in Civil Engineering, July, vol. 15,
No. 3, pp. 208-216
• Dibike, Y. B. 2000 Machine Learning Paradigms for Rainfall-Runoff
Modelling on the Proc. of the 3rd International Conference on
Hydroinformatics, Iowa City, USA.
• Dibique Y. B. Et al.(2001). Model Induction with Support Vector Machines:
Introduction and Applications , ASCE Journal of Computing in Civil
Engineering, vol. 15, No. 3, pp. 208-216.2 ,July.
• Hsu K., Gupta H. V., and Sorooshian S.(1995). Artificial Neural Network
modeling of the rainfall-runoff process, Water Resour. Res. 31(10), 2517-
2530.
• Jørgensen K., Berry Elfering, Keijzer M., and Babovic V.(2000). Analysis of
long term morphological changes: A data mining approach. In Proceedings
of the International Conference on Coastal Engineering, Australia.
• Katya Rodríguez Vázquez(2002) .Genetic Programming In Time Series
Modelling: An Application To Meteorological Data. Proceedings of ERAD
416–421
• Keijzer M. and Babovic V.(2002). Declarative and preferential bias in gp-
based scientific discovery. Genetic Programming and Evolvable Machines.
• Keijzer M.(2002). Scientific Discovery Using Genetic Programming. PhD
thesis, Danish Technical University, Lyngby, Denmark, March.
• Keijzer M., Babovic V. , Conor Ryan, Michael O'Neill, and Mike
Cattolico.(2001) Adaptive logic programming. In Lee Spector et.al., eds,
Proceedings of the Genetic and Evolutionary Computation Conference
(GECCO-2001).
• Koza, J. R.(1992). Genetic Programming. On the Programming of
Computers by Means of Natural Selection (Complex Adaptive Systems), MIT
Press
• Obregón, N. & F. Fragala’. 2003. Poster: “Avances en la simulación
estocástica espacial de los niveles piezométricos del acuífero cuaternario de
la Sabana de Bogotá (Colombia)”, “Hacia la estimación de la vulnerabilidad
de acuíferos por medio de árboles de decisión” & “Aspectos hidrogeológicos
de la cuenca alta del Río Tunjuelo (Sabana de Bogotá, Colombia)”. IX
Congreso Colombiano de Geología. Julio 30-Agosto 1 2003. Medellín,
Colombia.
• Obregón, N. 1999 Hidroinformática: Nuevas perspectivas en Ingeniería de
Recursos Hídricos. XIX Reunión Nacional de Facultades de Ingeniería.
Cartagena de Indias, Colombia. Agosto 25-27 de 1999.
• Obregón, N. 2002. Herramientas Hidroinformáticas en la Gestión de los
Recursos Hídricos. Seminario y Muestra Tecnológica del Agua. Ministerio de
Desarrollo, DNP, Uniandes, Banco Mundial y Andesco. Cartagena. Mayo 8-
10
• Obregón, N. 2002b. Sistemas Inteligentes en Hidroinformática. Foro sobre
Recursos Hídricos. Asociación Nacional de Estudiantes de Ingeniería Civil
(ANEIC). Bogotá, Octubre 26.
• Velásquez, J. D, 1997. Predicción de Series de Tiempo usando
Programación Genética. Tesis de Maestría en Ingeniería de Sistemas.
Universidad Nacional de Colombia. Sede Medellín.
• Zhang, Byoung-Tak y Mühlenbein, Heinz(1995). Balancing Accuracy and
Parsimony in Genetic Programming. Evolutionary Computation, Vol. 3, No.
1, pp 17-38.