You are on page 1of 10

Antes de aplicar un algoritmo heuristico es conveniente determinar si se conoce algun

metoda exacto para la solucion del problema objetivo y si existiere tal metodo indagar
que su uso no sea computacionalmente muy costoso. Aun asi, el metodo heuristico se
puede utilizar como parte del procedimiento tradicional proporcionando una buena
soluci6n inicial de partida, 0 en un paso intermedio del procedimiento para ganar
eficacia en el calculo y eficiencia en el uso de memoria. En general, la aplicacion de un
metodo heuristico es recomendable cuando el problema es complejo 0 de dificil
modelado, y cuando no se requiere una solucion optima sino que es suficiente con una
soluci6n rapida 0 en un tiempo razonable y, de alta calidad.

3.3. DINAMICA Y EVOLUCION DE LAS ESPECIES

La teoria darwiniana de la evolucion planteada en "On The Origin of Species" por


Charles Darwin en 1859 hace referencia al proceso de las especies a traves del
tiempo, a la forma mediante la cual se adaptan a diferentes situaciones derivadas del
entomo natural en el cual se desenvuelven. Estas situaciones son las que determinan
las condiciones a las que se deben de enfrentar cada una de las especies para
sobrevivir. Segun Darwin, la adaptacion a las diferentes situaciones mediante el
tiempo se da gradualmente, ya que cambios instantaneos en el cicio evolutivo son
dificiles de observar y eventualmente peligrosos, pues pueden lIevar a las especies a
una inadecuada adaptacion y por consiguiente a su extincion.

3.3.1. TEORiA DE LA EVOLUCION DE LAS ESPECIES NATURALES

Puede decirse que la teoria planteada por Darwin se centra la supervivencia de los
individuos. Esta teoria se enriquecio con los descubrimientos de Mendel, dando lugar
a la lIamada Teoria Neo-Darwiniana de la evolucion. La supervivencia que se
menciona es en el sentido de que un individuo herede sus caracteristicas geneticas a
la siguiente generacion. Supervivencia que puede darse a traves de la variacion de la
base genetica de los individuos, esten estos ya sea bajo domesticacion 0 bajo estado
natural. Supervivencia motivada en la lucha por la existencia, seleccion natural, leyes
naturales, instinto, hibridismo, distribucion geografica y algunos otros topicos . La
evolucion es el proceso por el cual los individuos que tienen caraderisticas
hereditarias ventajosas dejan mas descendientes que aquellos que no las tienen. La
evolucion se manifiesta en las poblaciones. Los individuos y sus inmediatos
descendientes no evolucionan, se adaptan. Las poblaciones de individuos si
evolucionan al proporcionar a sus portadores diferentes cambios geneticos a 10 largo
del tiempo . Los mecanismos geneticos actuan sobre los individuos para facilitar su
adaptacion. Las especies son las que, en promedio, evolucionan.

Hoy en dia el modelo aceptado de manera casi universal entre los biologos es la
Teoria Sintetica 0 Teoria Modema de la Evolucion que integra la teoria de la seleccion
natural (Darwin), con la herencia genetica (Mendel) y la genetica de poblaciones
(postmendeliana). Recientemente se incluyo la genetica molecular.

En este apartado trataremos los principios de la formacion de las especies, desde los
diversos angulos actuales. La especiacion es parte fundamental del Algoritmo
Multidinamicas para Optimizacion Global, un metodo heuristico para busqueda,
clasificacion y optimizacion que se explica mas adelante en este capitulo.

65
VARIACION DE LAS ESPECIES

En la variaci6n de las especies se muestra la modificaci6n de una caracteristica de un


individuo determinado, gracias a circunstancias de su entomo, que 10 obligan a
cambiar 0 a tomar decisiones que no tomaba antes. Es decir, al someterse el individuo
a un nuevo contexto, este debe de variar su respuesta para que su nueva decisi6n sea
10 mas acertada posible. En este punto es necesario reconocer que bajo el
planteamiento darwiniano, el entomo 0 habitat en el que se encuentra la especie es
quien obliga 0 determina las variaciones adecuadas, asi pues, si hay cambios
atmosfericos, de territorio, 0 inclusive nuevas especies en un mismo lugar, todos los
individuos, tantos nuevos como antiguos estan en la obligaci6n de adaptarse a los
nuevos cambios y variar con respecto a sus dinamicas anteriores.

En la teoria no se considera la opci6n que un individuo realice variaciones en sus


respuestas al entomo, por voluntad propia.

LUCHA POR LA EX/STENCIA

Cada individuo hace parte de una colonia de su propia especie, un conjunto finito de
individuos que forman un clan. Dentro del clan se establecen jerarquias y rangos que
diferencian a cada uno de los individuos, estas diferencias pueden ser de fuerza,
habilidad, camuflaje, velocidad 0 muchas otras segun el entomo y la especie
especifica que se observe. Estas habilidades dotan al individuo de una capacidad
particular para superar un inconveniente determinado, asi el mas fuerte no
necesariamente debe ser al mismo tiempo el mas veloz, de igual forma sucede con
diferentes cualidades. Cada cualidad permite al individuo sobrevivir bajo diferentes
entomos y permitir de esta manera luchar por su existencia, compitiendo uno a uno
con otro individuo que goza de cualidades similares.

SELECCION NATURAL

La selecci6n natural es un proceso dependiente del entomo, es decir, las condiciones


para que un individuo pase a la siguiente generaci6n 0 herede sus caracteristicas
estan dadas por la actitud que este tenga frente a un determinado ambiente, y de esta
forma, la naturaleza automaticamente permite que el individuo sobreviva, se
reproduzca 0 mute segun las reglas evolutivas. Los individuos con el paso del tiempo
se adaptan a una condici6n, pero mientras esten mas dispuestos a aceptar cambios,
mas facil heredaran sus genes a la siguiente generaci6n. Sin embargo, no
necesariamente ser el mejor de todos los individuos garantiza la supervivencia. Piense
por ejemplo en una manada de bufalos que corren por una pradera, guiados por el
macho dominante de la misma, suponga que no conocian a priori el terreno, y que la
manada corre rapidamente, de repente la manada se topa con un acantilado, y los que
van en los primeros lugares (los guias, los mas veloces) son empujados
sistematicamente por los que van Ilegando, y solo sobrevive una porci6n de la
manada, no precisamente los mejores 0 mas fuertes.

De esta forma la selecci6n natural se impuls6 por el entomo y por el azar, permitiendo
heredar las caracteristicas de los individuos que no eran tan buenos, propiciando la
deriva genetica y facilitando la diversidad en la especie. Se puede decir que la
selecci6n natural es entonces tambien un asunto directamente involucrado con la
ubicaci6n ecol6gica en la que se encuentra la especie. De modo que todos los
aspectos involucrados en la supervivencia de la especie, su desarrollo y posterior
evoluci6n estan relacionados con su entomo.

66
DIVERSIDAD Y LEYES NA TURALES

Todas las especies tienen que sobrevivir dentre de un determinado territorio. Es


entonces el territorio quien da las primeras leyes de supervivencia y determina quiem
es mas apto para seguir alii. Las leyes naturales se establecen tambiem por entornos
sociales 0 de conjuntos de individuos, sometidos a estar juntos y desarrollar algunas
actividades en compania. Para la adaptaci6n de estas leyes es importante la
diversidad entre la misma especie. No todos los individuos deben ser muy buenos en
cierta condicion, p~r ejemplo velocidad, ya que sera necesario en algun momento
tener individuos lentos perc fuertes para otra actividad. De igual forma, en el ejemplo
de la manada de bufalos, no es 10 ideal que solo los mejores esten al frente, puesto
que todos cayercn al abismo, dejando solo los menos favorecidos. Este ejemplo ilustra
en una forma sencilla la necesidad de mantener la diversidad en la poblaci6n, con el
fin de tener mayor prebabilidad de que toda la especie sobreviva si se presenta una
situaci6n particular a la que muy pocos reaccionan 0 se pueden adaptar.

DINAMICA EVOLUTIVA DE LAS ESPECIES

Los mecanismos basi cos que pueden efectuar una variacion efectiva de las
frecuencias geneticas son: la mutacion, la migracion, la deriva genetica, el
emparejamiento no aleatorio y la seleccion natural. La mutaci6n, la migracion y la
deriva genetica son mecanismos aleatorios respecto a la adaptacion: ocurren
independientemente de su eficacia reproductora . En cambio, del emparejamiento no
aleatorio y la seleccion natural depend en la preservacion y la adaptacion de los
organismos. La mutacion es un preceso muy lento de cambio en la frecuencia
genetica; las tasas de mutacion son muy bajas y muchas mutaciones se compensan
entre si. La migracion genetica no cambia la frecuencia genetica de una especie, 10
que cambia es la frecuencia genetica de un grupo poblacional. La deriva genetica es el
cambio aleatorio de la frecuencia genetica de una poblacion.

Cuanto menor sea una poblaci6n, mayor es la magnitud de los cambios de frecuencias
debidos a la deriva genetica, y viceversa. Los biologos conservacionistas establecen
un intervalo critico para la conservaci6n de una especie de entre 50 y 500 individuos.
Menos de 50 se considera una poblacion fantasma. S610 poblaciones mayores a 500
individuos empiezan a ser adecuadas para el largo plazo (Wilson 1993). Estos mismos
parametres se han encontrado en el desempeno del algoritmo MAGO.

EI concepto de especie sigue en discusion y no existe una definici6n (mica para el


mismo pues ya no se tratan entidades fijas como en el pensamiento pre-darwiniano
sino de conjuntos de individuos que comparten el mismo acervo genetico entre si perc
no con otres individuos, se fecundan entre si pere no con otros, y en promedio, segun
el entorno en donde vivan, van cambiando con el tiempo sus caracteristicas
fundamentales, hasta el punto, en algunos casos, de convertirse en una nueva
especie. EI lugar comun en todas las definiciones, para garantizar la integridad de la
especie, es el aislamiento de la poblacion, ya sea en el sentidp de la repreduccion 0 en
el genetico. Desde el punto de vista biologico, una especie es un grupo de poblaciones
naturales cuyos miembres pueden cruzarse entre si y preducir descendencia fertil, 10
que no pueden lograr con los miembrcs de poblaciones pertenecientes a otras
especies. Desde el punto de vista de la genetica de poblaciones, una especie es un
grupo de individuos que comparten un reservorio gemico comun que esta separado
efectivamente de los de otras especies p~r medio de barreras biologicas (Dobzhansky,
y otres 1993).Desde el punto de vista evolutivo, una especie es un grupo de
organismos con homogeneidad reprcductiva pero muy cambiante a 10 largo del tiempo
y del espacio . Cuando un grupo de organismos queda aislado de la poblacion original

67

puede alcanzar una diferenciaci6n suficiente como para convertirse en una nueva
especie.

La especiaci6n es el proceso por el cual se crea una especie biol6gica. Segun el


tiempo necesario para que se origine una nueva especie, se establecen dos modos
principales de especiaci6n: la especiaci6n por divergencia adaptativa y la especiaci6n
instantanea 0 cuantica . La especiaci6n por divergencia adaptativa corresponde al
establecimiento gradual del aislamiento reproductiv~. La especiacion instantanea 0
cuantica corresponde al establecimiento brusco del aislamiento reproductivo.

En la especiaci6n cuantica el comienzo de la especiaci6n es casi instantaneo. En la


naturaleza es comun en las plantas con flor (poliploidia) en donde una nueva especie
aparece en s610 una 0 dos generaciones al poseer sus celulas tres 0 mas juegos de
cromosomas. EI algoritmo MAGO utiliza la especiaci6n cuantica en la generaci6n de
individuos de la Dinamica Accidental.

En la especiaci6n por divergencia se proponen diferentes mecanismos para la


aparicion de una nueva especie :

Especiaci6n Geografica 0 Alopatrica: la divergencia ocurre en territorios separados. Un


grupo de individuos de una especie queda aislado geograficamente y, con el paso del
tiempo , su dotaci6n genetica cambia hasta tal punto que no pueden cruzarse con la
poblaci6n inicial.

Especiaci6n Parapatrica: ocurre en poblaciones que divergen en territorios


adyacentes.

Especiaci6n Simpatrica: es la diferenciaci6n de subambientes dentro de una misma


poblacion que ocupa un unico territorio, especializandose al ocupar distintos nichos.
Se destaca la radiaci6n adaptativa, en la que distintas poblaciones de una especie
ocupan habitats diferentes dentro de un mismo espacio geografico hasta que acaban
por diferir de la especie original. EI algoritmo MAGO utiliza la radiaci6n adaptativa en la
evoluci6n de las Dinamicas Emergente y de Multitudes can la formaci6n rapida de dos
nuevas especies a partir de un unico ancestro -Ia poblaci6n original en cada
generaci6n. Los dos subgrupos poblacionales se mueven por el espacio de busqueda,
independientemente el uno del otro, e invaden nuevas zonas adaptativas al encontrar
una caracteristica clave (un 6ptimo). Cuando lIegan a ocupar un mismo territorio se
separan abruptamente, configurando asi, ademas, un mecanisme de conservaci6n de
la diversidad en toda la poblaci6n del problema.

Por otra parte, la biologia evolucionaria se divide en dos grandes campos, unidos por
el estudio del proceso de especiaci6n , la microevoluci6n y la macroevoluci6n . En el
nivel microevolutivo los cambios principales en la evoluci6n ocurren en los individuos,
causados par la selecci6n natural. En el nivel macroevolutivo los cambios principales
en la evoluci6n ocurren como resultado de la selecci6n que actua sabre las especies.
La macroevoluci6n se interpreta como la combinaci6n de unos patrones provenientes
del registro f6sil: la evoluci6n convergente , la evoluci6n divergente, el cambia filetico,
la cladogenesis, la radiaci6n adaptativa y la extinci6n. La evoluci6n convergente
produce adaptaciones similares en organismos lejanamente relacionados. La
evoluci6n divergente par el contrario produce adaptaciones diferentes en organismos
intimamente relacionados. EI cambia filetico es el cambia gradual dentro de un linaje
individual a 10 largo del tiempo. La cladogenesis es el cambia evolutivo que produce la
bifurcaci6n de poblaciones para formar nuevas especies a ramas. La radiaci6n

68
adaptativa es la formacion rapida de muchas especies nuevas a partir de un unico
ancestro. La extincion es la desaparicion completa de una especie.

\\

'\"~ :=.

~''' ~ I

Figura: 1a, Macro evoluci6n del MAGO 1b. Encuentro fortuito de una mejor soluci6n

EI algoritmo MAGO trabaja en el nivel macroevolutivo. Cada generacion comienza con


una radiacion adaptativa con la formacion rapida de las tres subpoblaciones
correspondientes a cad a dinamica (Emergente, Multitudes, y Accidental). Por
evolucion divergente cada grupo se dirige a objetivos diferentes: la Dinamica
Emergente va en pos del mejor actual, la Dinamica de Multitudes trata de conservar el
espacio conocido orientandose hacia la media general de la poblacion, la Dinamica
Accidental tiene un comportamiento nomada y eventualmente puede encontrar un
mejor individuo que el actual conocido. Si la Dinamica Accidental encuentra un
individuo mas apto que el mejor actual surge un proceso de especiacion cuantica para
formar la nueva poblacion de la Dinamica Emergente, obviamente esto afectara la
conformacion de la Dinamica de Multitudes. Cada grupo se acerca a su objetivo por
cambio filetico , AI final de la generacion actual, los tres grupos se extinguen en el
sentido que pierden la identidad al mezclarse todos los individuos para formar, en un
proceso de evolucion convergente, la nueva poblacion de la siguiente generacion. En
el algoritmo MAGO no se presenta cladogenesis . En la figura 1a se muestra la
evolucion macro del algoritmo y en la figura 1b se muestra la evolucion del algoritmo,
pero cuando se lIega a la solucion optima de manera fortuita, que se observa en la
generacion 2, al generarse de manera espontanea la poblacion en otro lugar del que
venia evolucionando de manera natural.

69
En el algoritmo MAGO la regulacion poblacional esta sujeta a un mode/o logistico
estocastico. Este modelo emerge en el algoritmo MAGO porque no hay una estructura
demografica, ya que todos los individuos son candidatos equivalentes para la solucion,
el tamano poblacional es fijo 10 que limita el crecimiento y las cardinalidades (tasas
demogrMicas) de las diferentes Dinamicas estan sujetas a cam bios aleatorios.

3.4. MAGO

EI Algoritmo Multidinamicas para Optimizacion Global (MAGO, por su acrOnlmo en


ingles) es un metodo heuristico evolutivo que mas que transformar individuos para
lograr un objetivo, transforma colectivos que se van construyendo en cada generacion,
asemejandose su comportamiento al proceso de evolucion de las especies. EI MAGO
nace de un hibrido entre algoritmos de la estimacion de la distribucion y el control
estadistico de calidad, y al igual que en los algoritmos evolutivos se inicia con una
poblacion de posibles soluciones distribuida de forma aleatoria, en todo el espacio de
busqueda, la cual se divide en tres subgrupos con evolucion propia . Como en muchos
otros fenomenos de la realidad, la distribucion de los caracteres fenotipicos tambiE'm
suele seguir la distribucion normal. Par esta razon , en cada generacion del algoritmo
MAGO se observa inicialmente toda la poblacion como si tuviera una distribucion
normal con el fin de establecer segun los diferentes niveles de desviacion estandar,
cuantos individuos perteneceran a cada subgrupo. De esta forma, la exploracion 0
busqueda se realiza mediante la creacion de nuevos individuos que estan regidos por
alguno de estos subgrupos. La cardinalidad de estos subgrupos 0 dinamicas, cambia
en cada generacion, de acuerdo a una regia inspirada en metodos de control
estadistico. En este sentido el MAGO utiliza para producir los individuos de cada
nueva generacion tres subgrupos distintos con dinamicas diferentes, a partir de una
distribucion normal, aunque cada dinamica evolucione obedeciendo a distribuciones
diferentes, como en la regia natural de evolucion en las especies.

EI MAGO utiliza la matriz de covarianza de la poblacion original de cada generacion,


paraestablecer una distribucion de exploracion y crear los tres subgrupos 0 dinamicas
que conforman la totalidad de individuos en cad a generacion. De tal forma que se
crean por radiacion adaptativa nuevas especies a partir de una distribucion Gaussiana
sin importar la evolucion anterior de cada dinamica. Cada dinamica se rige
independiente por especiacion divergente. Como ya se menciono, fa dinamica Ifamada
Emergente crea un pequeno grupo de individuos dentro de la poblacion alrededor del
individuo con mejores caracteristicas geneticas, entonces en este grupo esta la elite
evolutiva de cada generacion , es decir, fos individuos mas aptos para aportar sus
genes para la siguiente generacion . De igual forma la dinamica de Multitudes sigue un
proceso similar pero aplicado a una porcion de la poblacion mas grande, es decir, es
un subgrupo poblacional que cuenta con las mismas caracteristicas de "reproduccion"
que la elite, pero no pueden cruzarse entre si. La dinamica de multitudes se aplica a
una masa de individuos diferente y mayor, con algun cambio genetico para garantizar
la diversidad y la exploracion en todo el espacio de busqueda. Esta dinamica siempre
esta cerca de la dinamica emergente, pero nunca 10 suficientemente cerca como para
que se confundan, solo hasta que existen condiciones suficientes y necesarias para
garantizar exploracion completa estas dos dinamicas estan en capacidad de
fusionarse dentro del territorio, por 10 general al final del cicio evolutivo previa mente
establecido. La dinamica Accidental sigue la especiacion cuantica, en cuanto que se
establece generacion por generacion de forma aislada del resto de los individuos de
las otras dinamicas, esta porcion de la poblacion siempre se forma de manera
espontanea y contiene alguna cantidad de individuos, de esta manera la diagonal

70
principal de la matriz de covarianzas es diferente de ceros, garantizando la estabilidad
numerica de proceso evolutivo.

3.5. DINAMICA DE ESPECIES EN LAS MUL TIDINAMICAS DEL MAGO

3.5.1. DINAMICA EMERGENTE


Este subconjunto que se aplica a una parte de la poblacion de individuos, se construye
a partir de la elite, es decir, los individuos que logran mejores valores de la funcion
objetivo. A esta dinamica se Ie llama Dinamica Emergente, porque de ella emerge la
solucion evolucionada. En el concepto de elite, el mejor individuo es seleccionado de
modo intencional para pasar algunas de sus caracteristicas a la proxima generacion.
Esta transmision se realiza a traves de unas operaciones de seleccion y mutacion, de
una forma similar a como se hace en el metodo Simplex (Xinjie y Mitsuo 2010). EI
enfoque que utiliza el MAGO, es mucho mas sencillo. Cierta cantidad de los individuos
mas aptos se desplaza hacia el mejor de toda la poblaci6n . Para cada uno de esos
individuos se crea un mutante usando un cruzamiento estocastico entre el individuo en
estudio y el mejor de todos Este individuo de prueba se evalua usando la fu ncion
objetivo, y si el valor que obtiene es mejor que e,1que obtuvo et individ uo en estudio, el
individuo de prueba es quien pasa a la siguiente ~ene raci 6n en lugar de su
predecesor. Para cad a individuo i en la generacion j, xli un individuo t de prueba es
creado de acuerdo con la regia en la ecuaci6n 1,

(1 )

Donde xOJB es el mejor de todos los individuos en la generaci6n j. Para incorporar


informacion sobre las relaciones actuales entre las variables del problema se escoge
el matriz FUJ, como se define en la ecuacion 2:

(2)

Donde S(j) es la matriz de covarianza simple de los individuos de la generaci6n j.


De esta manera, el grupo de la Dinamica Emergente es creado con los individuos de
prueba que fueron mejores que sus antecesores, y tos individuos originales del grupo
elite que no fueron derrotados por individuos de prueba. Se debe tener presente que
en este tipo de procedimientos se recopila informaci6n sobre la diferencia entre los
individuos mas aptos y el mejor individuo. Esta informacion se distribuye al azar en la
creaci6n de nuevos individuos, que se pondran a prueba , a fin de mantener la
diversidad para la proxima generacion, a menos que estos mismos sean descartados
en el proceso de seleccion.

3.5.2. DINAMICA DE MULTITUDES

Este grupo tiene la funci6n de explorar el espacio de busqueda alrededor de la media


poblacional. Gracias a esto, se espera que la media del algoritmo itere con una
disminucion en la dispersion de la poblacion. La idea principal detras de la Dinamica
de Multitudes es explorar el espacio alrededor de la media poblacional actual,
generando de esta forma diversidad. EI tamario de esta vecindad se determina por el
valor actual de dispersion en la poblacion.

71
en la generacion j
generaci6n se crea la
,n,I',..,,,,,,,,,,, en hiper-rectangulo

(3)

(4)

... sej)]
nn , (5)

dispersion de la poblacion
los dos primeros
la media Con estos momentos
nn,1'n') ,01 y desde esta se crea una nueva muestra
nrn\JiAnA de los Algoritmos de Estimacion de la Distribuci6n

ser
sea cero. Una alta
mAr2ni~m() de busqueda usado

en pequenas porciones del


(no necesariamente el
y la media la
concentracion la poblaci6n (tam bien
es un obstaculo para que los algoritmos evolutivos
y por el contrario, es una causa convergencia

de la poblacion, la Dinamica del


generaci6n nuevos individuos, que al igual que en la
creados oor una distribuci6n uniforme sobre todo el espacio de
la poblacion y la se aun
hayan convergido. Mantener la estabilidad numerica
covarianzas es tambien una funci6n de la

EN MAGO

nDf'T".':::>'"complementarias segun
ntln6tir~~ 0 sobre los fenotipos (las
cualidades observables de los individuos). Como en muchos otros fen6menos de la
realidad, en una especie la distribuci6n de los caracteres fenotipicos sue Ie seguir la
distribuci6n normal. Teniendo presente este hecho, en la biologia se consideran tres
tipos de selecci6n respecto a sus efectos en la distribuci6n de un caracter: selecci6n
estabilizadora, selecci6n direccional y selecci6n diversificadora. Estas tres
modalidades se aplican en el MAGO para generar los individuos de cada dinamica.

Selecci6n Estabilizadora (-O~IJ+- +0): las desviaciones tipicas tanto positivas (+0)
como negativas (-0) tienden hacia la media (IJ). Siendo un tipo de selecci6n muy
comun, en el algoritmo MAGO esta modalidad se aplica para la Dinamica de
Multitudes. La media utilizada es el individuo promedio de la poblaci6n de la
generaci6n actual. La cantidad de individuos, AM, en este grupo son aquellos ubicados
entre la primera y segunda desviaci6n, asumiendo que la poblaci6n sigue una
distribuci6n normal.

Selecci6n Oireccional (-o~ IJ ~ +0): la distribuci6n fenotipica de una poblaci6n


cambia de manera sistematica en una determinada direcci6n. Se aplica en la
generaci6n de individuos de la Dinamica Emergente. La media utilizada es la posici6n
del mejor individuo de la poblaci6n en la generaci6n actual. EI desplazamiento de los
individuos se hace por medio de un procedimiento simplex (Xinjie y Mitsuo 2010).La
cantidad de individuos, AE, en este grupo son aquellos ubicados dentro de la pri mera
desviaci6n.

Selecci6n Oiversificadora (- 0 +- IJ ~ +0): un ambiente especifico puede favorecer dos


o mas fenotipos a la vez. Es el caso de la Dinamica Accidental donde, con
probabilidad uniforme, algunos individuos se generan de manera instantanea 0
cuantica dentro de todo el espacio de busqueda. La cantidad de individuos, AA, en
este grupo son aquellos ubicados desde la tercera desviaci6n.

En el algoritmo MAGO se aprovechan los mecanismos de selecci6n de especies y no


los de selecci6n de individuos, ya que se ha observado que con estos ultimos los
individuos compiten entre si (por ejemplo, los del mismo sexo al reproducirse) pero no
favorecen los rasgos ventajosos para competir colectivamente por los recursos.

3.5.5. CARDINALIDAD DE LAS DINAMICAS

En los algoritmos evolutivos tradicionales el analista debe especificar la proporci6n


dentro de la poblaci6n, aquella que se debe mantener sin cam bios para cada una de
las generaciones, la proporci6n de la poblaci6n que esta sujeta a posibles cambios al
azar, la taza de cruzamiento, de mutaci6n, y otras caracteristicas de control del
algoritmo evolutivo. Tambien se deben determinar por parte del usuario parametros
como el tamano de la poblaci6n, numero de generaciones y criterio de paro. Para
evitar esto, y con la finalidad de que el MAGO sea 10 mas simple que se pueda, se
desarroll6 una metodologia que permita manipular el tamano de cada uno de los
grupos descritos anteriormente. Gracias a las tablas de control, se sabe que si la
media de un proceso esta fuera de los limites de control, entonces el proceso esta en
peligro de estar fuera de orden. Obviamente esta, es una idea extremadamente
simplificada. Pero 10 que se debe recalcar es que los limites de control de un proceso
dependen de la variaci6n del mismo, en este caso los limites de control estaran dados
por los dos primeros momentos de la poblaci6n (IJ y 0 respectivamente). En este
sentido el siguiente paso para el MAGO es una pequena descomposici6n de la
varianza en un proceso, inspirada en el conocido anal isis de varianza 0 ANOVA, por
sus siglas en ingles (Analysis of Variance) . En este procedimiento, la variabilidad de un

73

conjunto de datos se descompone en varios terminos, y cada uno genera una relaci6n
de causa. Utilizando las ideas anteriores, se deriva la metodologia para obtener la
cardinalidad de cada grupo 0 dinamica.
Considere nuevamente la matriz de dispersi6n de la poblaci6n en la generaci6n j, con
su diagonal S(j). Si Pob v) es el conjunto de todas las posibles soluciones que se
pueden considerar en la generaci6n j, los siguientes tres grupos pueden ser definidos:

G1 = {x E Pob v )/x~) - Jdiag(S(J)) ~ x ~ x~) + Jdiag(SU)) l (6)

Gz = {x E Pob Ci )/ x~) - 2 J diag(Scn) < x ~ x~) - J diag(SU)), 0, x~) +


J diag(SU)) ~ x < x~) + 2 J diag(SU)) } (7)

G3 = {x E Pob(j) / x ~ x~) - 2 J diag(S(j)), 0, x :2: x~) + 2 J diag(SU))}. (8)

Las desigualdades se deben entender en el siguiente sentido: si x = (XlI XZ, ... , Xn)T Y
Y = (Yl' Yz, ... , Yn) T, entonces X < Y si y solo si Xi < Yi para i = l,Z, ... , n. De igual forma
para :S:, ~ y/o >.

Si Nv Nzy N3 , son las cardinalidades de los conjuntos Gl , Gzy G3 respectivamente,


entonces las cardinalidades de la Dinamica Emergente, la Dinamica de Multitudes, y la
Dinamica Accidental son el conjunto Nv Nzy N3 , respectivamente. N6tese que esta
forma de definir el numero de elementos de cada grupo es dinamica por si misma.
Ademas la cardinalidad de cada grupo en la generaci6n j depende de la dispersi6n de
la poblaci6n en la generaci6n j-1. EI soporte de esta metodologia es basicamente
saber que ocurre con la cardinalidad de las dinamicas cuando el MAGO esta iterando
de generaci6n en generaci6n. EI mecanisme de selecci6n que opera en la Dinamica
Emergente tiende a concentrar la poblaci6n alrededor del mejor individuo, selecci6n
estabilizadora (-a~ll~ +a). Esto tiene un efecto directo en la dispersi6n de la
poblaci6n, que se refleja en valores menores de la desviaci6n estandar en cada una
de las variables del problema. Este efecto provoca nuevamente una concentraci6n en
el grupo de la Dinamica de Multitudes, que tiende a reunir la poblaci6n en torno a la
media, algunas veces operando como selecci6n estabilizadora y otras como selecci6n
direccional (-a~ Il ~ +a) . Asi, la Dinamica Emergente y la Dinamica de Multitudes
congregan la poblaci6n, entre tanto que, la Dinamica Accidental mantiene la dispersi6n
de la poblaci6n en niveles adecuados, gracias a la selecci6n diversificadora (-a ~ IJ ~
+a).

Teniendo esto claro, se espera que tanto la Dinamica Emergente como la Dinamica de
Multitudes, inicialmente tengan valores de cardinalidad simi lares. Despues de algunas
iteraciones, la dispersi6n en la poblaci6n disminuye y la cardinalidad de la Dinamica de
Multitudes tambien disminuye, mientras que la cardinalidad de la Dinamica Emergente
gobierna el algoritmo. Se espera despues de esto, que la cardinalidad de la Dinamica
Accidental sea relativamente estable. EI algoritmo 1 muestra el pseudoc6digo del
MAGO.

74