ML – Convergencia de Algoritmos Genéticos

Introducción: 
 

• Los algoritmos genéticos son técnicas de optimización de búsqueda probabilística, que operan sobre una población de cromosomas, representando soluciones potenciales al problema dado.
• En un algoritmo genético estándar, las strings binarias de 1 y 0 representan los cromosomas. A cada cromosoma se le asigna un valor de aptitud que expresa su calidad que refleja la función objetivo dada. Dicha población evoluciona por medio de operadores de reproducción y recombinación para generar el cromosoma de la solución óptima. La evolución continúa hasta que se cumple alguna condición de terminación. El mejor cromosoma encontrado hasta el momento se considera como la solución encontrada.
• Los algoritmos genéticos llevan a cabo simultáneamente la explotación de las regiones prometedoras encontradas hasta ahora y la exploración de otras áreas para una solución potencialmente mejor.
• El punto débil de un algoritmo genético es que a menudo sufre de la llamada convergencia prematura, que es causada por una homogeneización temprana del material genético en la población. Esto significa que ya no se puede realizar ninguna exploración valiosa.

Diagrama esquemático 
 

Detalles: 
 

• La convergencia es un fenómeno en la computación evolutiva que hace que la evolución se detenga porque precisamente todos los individuos de la población son idénticos.
• La convergencia completa se puede ver en algoritmos genéticos que usan solo cruce.
• La convergencia prematura es cuando una población ha convergido a una única solución, pero esa solución no tiene la calidad esperada, es decir, la población se ha estancado.
• Sin embargo, la convergencia no es necesariamente un fenómeno negativo, porque las poblaciones a menudo se estabilizan después de un tiempo, en el sentido de que los mejores programas tienen un ancestro común y su comportamiento es muy similar/idéntico entre sí y al de los programas de alta condición física de otros países. las generaciones anteriores.
• La convergencia se puede evitar con una variedad de técnicas de generación de diversidad.