Academia Mexicana de Ciencias
Boletín AMC/25/08
México, D.F., viernes 22 de febrero de 2008

• Con base en algoritmos genéticos, esta rama de la computación ha tenido aplicaciones prácticas en las áreas de diseño de aviones, ingeniería eléctrica y electrónica
• Carlos Coello obtuvo el Premio de investigación 2007 de la Academia Mexicana de Ciencias por sus trabajos en este campo innovador de la computación

Carlos Coello obtuvo el Premio de investigación 2007 de la Academia Mexicana de Ciencias por sus trabajos en este campo innovador de la computación.
Foto: Crestomatía. Tomada de delta.cs.cinvestav.mx

De acuerdo con el principio de la supervivencia del más apto, científicos mexicanos al mando de Carlos Coello Coello, integrante de la de la Academia Mexicana de Ciencias (AMC), resuelven problemas de optimización mediante la computación evolutiva.

En la naturaleza existen ejemplos donde la evolución ha mejorado las especies y los seres humanos somos el ejemplo supremo, señaló Carlos Coello. Así, la computación evolutiva interpreta la naturaleza, observa el impacto de la evolución a través de cambios ciegos guiados únicamente por la aptitud y la capacidad de supervivencia de cada individuo.

Carlos Coello obtuvo el Premio de investigación 2007 en el área de Ciencias Exactas de la AMC, por sus trabajos en este campo innovador que incluye algunas técnicas avanzadas como algoritmos genéticos, programación y estrategias evolutivas.

El algoritmo genético es una de las técnicas de resolución de problemas más avanzados y se inspira en la forma en cómo los seres vivos evolucionan en el que se admiten todas las posibles soluciones a un problema.

Estos algoritmos se basan en un conjunto de operaciones y procedimientos que deben seguirse en un orden determinado para resolver un problema. Para ello, el investigador realiza un análisis previo y encuentra el mejor método para resolverlo, pero codificado en un lenguaje comprensible para una computadora.

Utiliza conjuntos de datos de una “población” que puede admitir diversas soluciones hasta encontrar la más óptima; asimismo, usa una función denominada “aptitud” que implica la participación de un operador que ejecuta recombinaciones y mutaciones. Es decir, se trata de un método muy avanzado de búsqueda en el que las soluciones se reproducen entre sí y se simulan combinando sus características y generando nuevas soluciones.

Esta nueva especialidad de la informática ha logrado avances en distintos campos de la tecnología moderna, por ejemplo, un algoritmo genético desarrollado en la Universidad de Stanford se utilizó para el diseño de un jet supersónico, para algunas aplicaciones en ingeniería electrónica sobre “hardware indebido”, y en el diseño de sistemas de potencia, con el cual se resolvieron problemas reales de la industria eléctrica en Chile.

Además, la optimización evolutiva, de acuerdo con el joven investigador mexicano del Centro de Investigación y de Estudios Avanzados del IPN, resuelve problemas en los que hay dos o más funciones objetivo en conflicto, por ejemplo, si un constructor desea diseñar un puente lo más seguro posible pero sin invertir mucho dinero, resulta obvio que esos dos intereses están en conflicto.

Los algoritmos que se emplean son probabilísticos, es decir, cada vez que se ejecutan, los resultados varían ligeramente porque se usan números aleatorios, por ello, se repiten varias veces para tener certeza. “Buscamos una mayor optimización con la mejor solución posible en un conjunto de circunstancias”, dijo Coello.

Coello recordó que en 1999 se concedió una patente a un invento no realizado directamente por un ser humano sino por un programa computacional; se trata de una antena de forma poco convencional, pero que funciona perfectamente en ciertas condiciones y cuyo diseño se basó en algoritmos genéticos.

Contacto:
Carlos Coello Coello
Departamento de Computación
50613800 Ext. 6564
coello@cs.cinvestav.mx