Reforma
23 de febrero de 2008
Grupo Reforma
Con base en algoritmos genéticos, esa rama de la computación se aplica en diseño de aviones, ingeniería eléctrica y electrónica
Ciudad de México.- De acuerdo con el principio de la supervivencia del más apto, científicos mexicanos encabezados por Carlos Coello Coello, investigador del Cinvestav-IPN, 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 Academia Mexicana de Ciencias (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 y 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. 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.
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.