Lista de aplicaciones de algoritmos genéticos

Esta es una lista de aplicaciones de algoritmos genéticos (AG) .

Ciencias Naturales, Matemáticas y Ciencias de la Computación

• La inferencia bayesiana se vincula con los métodos de partículas en las estadísticas bayesianas y los modelos de cadena oculta de Markov ^{[1] [2]}
• Creatividad artificial
• Cinética química (fases gaseosa y sólida)
• Cálculo de estados ligados y aproximaciones de densidad local
• Descifrado de códigos , utilizando AG para buscar en grandes espacios de soluciones de cifrados el único descifrado correcto. ^[3]
• Arquitectura informática: uso de AG para descubrir puntos débiles en el cálculo aproximado, como el lookahead .
• Aplicaciones de configuración, en particular aplicaciones físicas de configuraciones moleculares óptimas para sistemas particulares como C ₆₀ ( buckyballs )
• Construcción de retratos faciales de sospechosos por testigos oculares en la ciencia forense. ^[4]
• Centro de datos/Granja de servidores. ^[5]
• Topologías de redes informáticas distribuidas
• Diseño de circuitos electrónicos, conocido como hardware evolutivo
• Selección de características para el aprendizaje automático ^[6]
• Modelos de Feynman-Kac ^{[7] [8] [9]}
• Asignación de archivos para un sistema distribuido
• Filtrado y procesamiento de señales ^{[10] [11]}
• Encontrar errores de hardware. ^{[12] [13]}
• Resolución del equilibrio de la teoría de juegos
• Algoritmo genético para la producción de conjuntos de reglas
• Aplicaciones de programación , incluidas la programación de talleres y la programación en el ensamblaje de placas de circuitos impresos . ^[14] El objetivo es programar trabajos en un entorno de configuración dependiente o no de la secuencia para maximizar el volumen de producción y minimizar las penalizaciones, como los retrasos. Se ha demostrado que la programación de comunicaciones por satélite para la Red del Espacio Profundo de la NASA se beneficia de los algoritmos genéticos. ^[15]
• Aprendizaje del comportamiento de los robots mediante algoritmos genéticos
• Procesamiento de imágenes: coincidencia de píxeles densos ^[16]
• Aprendizaje de reglas difusas mediante algoritmos genéticos
• Optimización de la estructura molecular (química)
• Optimización de sistemas de compresión de datos, por ejemplo utilizando wavelets .
• Diseño de electrónica de potencia . ^[17]
• Problema del viajante y sus aplicaciones ^[14]
• Detener la propagación, es decir, decidir cómo cortar los bordes de un gráfico para que alguna condición infecciosa (por ejemplo, una enfermedad, un incendio, un virus informático, etc.) detenga su propagación. Se utilizó un algoritmo genético de dos niveles (es decir, un algoritmo genético en el que la aptitud de cada individuo se calcula ejecutando otro algoritmo genético) debido a la Σ ^P ₂ -completitud del problema. ^[18]

Ciencias de la Tierra

• Climatología : Estimación del flujo de calor entre la atmósfera y el hielo marino ^[19]
• Climatología : Modelización de los cambios de temperatura global ^[20]
• Diseño de sistemas de recursos hídricos ^[21]
• Redes de monitoreo de aguas subterráneas ^[22]

Finanzas y Economía

• Matemáticas financieras ^{[2] [23]}
  • Valoración de opciones reales ^[24]
  • Optimización de cartera ^[25]
• Algoritmo genético en economía
  • Representación de agentes racionales en modelos económicos como el modelo de telaraña
  • Lo mismo ocurre en la economía computacional basada en agentes en general y en los mercados financieros artificiales.

Ciencias Sociales

• Diseño de sistemas antiterroristas ^[26]
• Análisis lingüístico, incluida la inducción gramatical y otros aspectos del procesamiento del lenguaje natural (PLN), como la desambiguación del sentido de las palabras .

Industria, Gestión e Ingeniería

• Inserción/detección de marca de agua de audio
• Gestión de ingresos de las aerolíneas ^[27]
• Diseño automatizado de sistemas mecatrónicos mediante gráficos de enlaces y programación genética (NSF)
• Diseño automatizado de equipos industriales utilizando catálogos de patrones de palancas ejemplares
• Diseño automatizado , que incluye investigación sobre diseño de materiales compuestos y diseño multiobjetivo de componentes automotrices para resistencia a choques , ahorro de peso y otras características.
• Planificación automatizada de la inspección estructural ^[28]
• Optimización de carga de contenedores
• Ingeniería de control , ^{[29] [30] [31] [32]}
• Análisis de la mezcla de marketing
• Ingeniería mecánica ^{[33] [34]}
• Optimización de la infraestructura de comunicaciones móviles .
• Disposición del piso de la planta
• Producción de discos de música pop ^[35]
• Control de calidad
• Red de ordenación
• Problemas de horarios, como el diseño de un horario de clases que no genere conflictos para una universidad grande
• Problema de enrutamiento de vehículos ^[36]
• Colocación óptima de los rodamientos ^[37]
• Diseño automatizado por computadora ^[38]

Ciencias Biológicas y Bioinformática

• Alineación de secuencias múltiples en bioinformática ^{[39] [40] [41]}
• Bioinformática : predicción de la estructura del ARN ^[42]
• Bioinformática : descubrimiento de motivos ^[43]
• Biología y química computacional ^{[44] [45]}
• Construcción de árboles filogenéticos . ^[46]
• Análisis de perfiles de expresión genética . ^[47]
• Medicina : Apoyo a la toma de decisiones clínicas en oftalmología ^[48] y oncología ^[49]
• Neurociencia computacional : búsqueda de valores para las conductancias máximas de los canales iónicos en modelos neuronales biofísicamente detallados ^[50]
• Plegamiento de proteínas y acoplamiento proteína/ligando ^{[51] [52]}
• Selección del modelo matemático óptimo para describir sistemas biológicos
• Predicción de operones . ^[53]

Aplicaciones generales

• Redes neuronales ; en particular redes neuronales recurrentes ^[54]
• Entrenamiento de redes neuronales artificiales cuando no es fácil obtener ejemplos de entrenamiento preclasificados ( neuroevolución )

Física

• Optimización de la dinámica de haces en la física de aceleradores . ^[55]
• Diseño de líneas de luz de aceleradores de partículas ^[56]

Otras aplicaciones

• Agrupamiento, utilizando algoritmos genéticos para optimizar una amplia gama de diferentes funciones de ajuste. ^{[ enlace roto ] [57]}
• Sistemas multidimensionales
• Optimización multimodal ^{[58] [59] [60]}
• Programación de producción con múltiples criterios ^[61]
• Topologías de poblaciones múltiples y metodologías de intercambio
• Prueba de mutación
• Paralelización de AGs/GPs incluyendo el uso de descomposición jerárquica de dominios de problemas y anidación de espacios de diseño de formas irregulares utilizando correspondencia de características y AGs.
• Análisis de eventos raros ^{[62] [63]}
• Solución del problema de agrupación de componentes de máquinas necesario para los sistemas de fabricación celular
• Optimización estocástica ^[64]
• Asignación táctica de activos y estrategias de renta variable internacional
• Redes inalámbricas de sensores/ad-hoc. ^[65]

Referencias

1. "Del Moral - Estadísticas bayesianas". u-bordeaux1.fr . Archivado desde el original el 2012-05-01 . Consultado el 2011-12-29 .
2. un tutorial sobre modelos de partículas genéticas
3. Joachim De Zutter
4. Craig Aaen Stockdale (1 de junio de 2008). "Una (r)evolución en la lucha contra el crimen". Revista Forense .
5. SymbioticSphere – Grupo de sistemas de software distribuido, Universidad de Massachusetts, Boston Archivado el 29 de marzo de 2009 en Wayback Machine
6. "Algoritmos evolutivos para la selección de características". www.kdnuggets.com . Consultado el 19 de febrero de 2018 .
7. "Sitio web de los modelos de partículas de Feynman-Kac". u-bordeaux1.fr . Archivado desde el original el 1 de mayo de 2012.
8. "Un artículo de revisión sobre modelos de partículas genéticas". Archivado desde el original el 1 de mayo de 2012. Consultado el 29 de diciembre de 2011 .
9. "Fórmulas de Feynman-Kac". u-bordeaux1.fr . Archivado desde el original el 2012-05-01 . Consultado el 2011-12-29 .
10. "enlaces a filtros de partículas". Archivado desde el original el 1 de mayo de 2012. Consultado el 29 de diciembre de 2011 .
11. un tutorial sobre modelos de partículas genéticas
12. Hitoshi Iba, Sumitaka Akiba, Tetsuya Higuchi, Taisuke Sato: BUGS: Una estrategia de búsqueda basada en errores utilizando algoritmos genéticos. PPSN 1992:
13. Ibrahim, W. y Amer, H.: Un algoritmo genético adaptativo para la selección de vectores de prueba VLSI
14. Maimon, Oded; Braha, Dan (1998). "Un enfoque de algoritmo genético para programar PCB en una sola máquina" (PDF) . Revista internacional de investigación de producción . 36 (3): 3. CiteSeerX 10.1.1.129.9504 . doi :10.1080/002075498193688. 
15. Guillaume, Alexandre; Lee, Seugnwon; Wang, Yeou-Fang; Zheng, Hua; Hovden, Robert; Chau, Savio; Tung, Yu-Wen; Terrile, Richard J. (2007). "Programación de redes de espacio profundo mediante métodos computacionales evolutivos". Conferencia aeroespacial IEEE de 2007. págs. 1–6. doi :10.1109/AERO.2007.352900. ISBN . 978-1-4244-0524-4.S2CID 15862933  .
16. A. dos Santos-Paulino, J.-C. Nebel y F.Florez-Revuelta (2014) Algoritmo evolutivo para la correspondencia densa de píxeles en presencia de distorsiones, Conferencia EvoStar, Granada, España, 23-25 ​​de abril de 2014
17. Jun Zhang; Chung, HSH; Lo, WL (2006). "Algoritmos genéticos pseudocoevolutivos para la optimización de circuitos electrónicos de potencia" (PDF) . IEEE Transactions on Systems, Man, and Cybernetics - Part C: Applications and Reviews . 36 (4): 590–598. doi :10.1109/TSMCC.2005.855497. Archivado desde el original (PDF) el 2011-07-07 . Consultado el 2010-08-09 .
18. Galiana, J.; Rodríguez, I.; Rubio, F. (2023). "Cómo detener propagaciones no deseadas mediante algoritmos genéticos de dos niveles". Applied Soft Computing . 136 (110094). doi : 10.1016/j.asoc.2023.110094 .
19. Karolina Stanislawska; Krzysztof Krawiec; Timo Vihma (15 de julio de 2015). "Programación genética para la estimación del flujo de calor entre la atmósfera y el hielo marino en las regiones polares". Actas de la Conferencia anual de 2015 sobre computación genética y evolutiva. págs. 1279–1286. doi :10.1145/2739480.2754675. ISBN 9781450334723. Número de identificación del sujeto  2879084.
20. Karolina Stanislawska; Krzysztof Krawiec; Zbigniew W. Kundzewicz (abril de 2012). "Modelado de cambios de temperatura global con programación genética". Computadoras y matemáticas con aplicaciones . 64 (12): 3717–3728. doi : 10.1016/j.camwa.2012.02.049 .
21. Zhang, SX; Babovic, V. (2012). "Un enfoque de opciones reales para el diseño y la arquitectura de sistemas de suministro de agua utilizando tecnologías hídricas innovadoras en condiciones de incertidumbre". Journal of Hydroinformatics . 14 (1): 13–29. doi : 10.2166/hydro.2011.078 .
22. Optimización de las redes de monitoreo del nivel de agua en el acuífero de la llanura oriental del río Snake utilizando un método de algoritmo genético basado en Kriging United States Geological Survey
23. "Del Moral - Matemática financiera". u-bordeaux1.fr . Archivado desde el original el 2012-12-11 . Consultado el 2011-12-29 .
24. Zhang, SX; Babovic, V. (2011). "Un marco de opciones reales evolutivo para el diseño y la gestión de proyectos y sistemas con opciones reales complejas y condiciones de ejercicio". Decision Support Systems . 51 (1): 119–129. doi :10.1016/j.dss.2010.12.001. S2CID  15362734.
25. Sefiane, Slimane y Benbouziane, Mohamed (2012). Selección de carteras mediante algoritmos genéticos Archivado el 29 de abril de 2016 en Wayback Machine , Journal of Applied Finance & Banking, vol. 2, n.º 4 (2012): págs. 143-154.
26. Buurman, J.; Zhang, SX; Babovic, V. (2009). "Reducción del riesgo mediante opciones reales en el diseño de sistemas: el caso de la arquitectura de un sistema de protección del dominio marítimo". Análisis de riesgos . 29 (3): 366–379. doi :10.1111/j.1539-6924.2008.01160.x. PMID  19076327. S2CID  36370133.
27. Aloysius George, BR Rajakumar, D. Binu, (2012) "Sistema de decisión de apertura/cierre de terminales de reservas de aerolíneas basado en algoritmos genéticos"
28. Ellefsen, KO; Lepikson, HA; Albiez, JC (2017). "Planificación de rutas de cobertura multiobjetivo: habilitación de la inspección automatizada de estructuras complejas del mundo real". Applied Soft Computing . 61 : 264–282. arXiv : 1901.07272 . doi :10.1016/j.asoc.2017.07.051. hdl :10852/58883. ISSN  1568-4946. S2CID  6183350.
29. "CiteSeerX — Sistemas de control de cambio de consultas de citas y automatización de su diseño mediante algoritmos genéticos". Psu.edu .
30. Li, Y.; et al. (1996). "Enfoque automatizado de algoritmo genético para el diseño de sistemas de control de modo deslizante". Int J Control . 63 (4): 721–739. CiteSeerX 10.1.1.43.1654 . doi :10.1080/00207179608921865. 
31. Repositorio institucional de la Universidad de Loughborough . handle.net (tesis). Universidad de Loughborough. 18 de enero de 2010. hdl :2134/5806.
32. Patrascu, M. (2015). "Diseño de controlador modal mejorado genéticamente para vibración sísmica en configuración multiamortiguador no lineal". Actas de la Institución de Ingenieros Mecánicos, Parte I. 229 ( 2): 158–168. doi :10.1177/0959651814550540. S2CID  26599174.
33. "Algoritmos genéticos para la optimización de ingeniería" (PDF) .
34. "Aplicaciones de algoritmos evolutivos en ingeniería mecánica".
35. "Al ritmo del byte". BBC News . 1 de julio de 1998 . Consultado el 3 de mayo de 2010 .
36. Vidal T, Crainic TG, Gendreau M, Lahrichi N, Rei W (2012). "Un algoritmo genético híbrido para problemas de enrutamiento periódico de vehículos y de múltiples depósitos" (PDF) . Investigación de operaciones . 60 (3): 611–624. doi :10.1287/opre.1120.1048.
37. Liu, Shibing; Yang, Bingen (2017). "Colocación óptima de cojinetes de caucho lubricados con agua para la reducción de vibraciones de sistemas de rotor multietapa flexibles". Journal of Sound and Vibration . 407 : 332–349. Bibcode :2017JSV...407..332L. doi :10.1016/j.jsv.2017.07.004.
38. Li, Y.; et al. (2004). "CAutoCSD – Búsqueda evolutiva y optimización que permitió el diseño de sistemas de control automatizados por computadora". Revista Internacional de Automatización y Computación . 1 (1): 76–88. doi :10.1007/s11633-004-0076-8. S2CID  55417415.
39. Gondro C, Kinghorn BP (2007). "Un algoritmo genético simple para el alineamiento de secuencias múltiples". Genética e investigación molecular . 6 (4): 964–982. PMID  18058716.
40. Notredame C, Higgins DG (1995). "SAGA, un algoritmo genético para el alineamiento de secuencias múltiples". Nucleic Acids Research . 24 (8): 1515–24. doi :10.1093/nar/24.8.1515. PMC 145823 . PMID  8628686. 
41. "Página de inicio del Laboratorio Notredame - Bioinformática comparativa". tcoffee.org .
42. van Batenburg FH, Gultyaev AP, Pleij CW (1995). "Un algoritmo genético programado con APL para la predicción de la estructura secundaria del ARN". Journal of Theoretical Biology . 174 (3): 269–280. Bibcode :1995JThBi.174..269V. doi :10.1006/jtbi.1995.0098. PMID  7545258.
43. Wong, Ka-Chun; Peng, Chengbin; Wong, Man-Hon; Leung, Kwong-Sak (2011). "Generalización y aprendizaje de representaciones de secuencias de unión proteína-ADN mediante un algoritmo evolutivo". Soft Computing . 15 (8): 1631–1642. doi :10.1007/s00500-011-0692-5. S2CID  18253131.
44. "Del Moral - Biología y Química". u-bordeaux1.fr . Archivado desde el original el 2012-05-01 . Consultado el 2011-12-29 .
45. "Un artículo sobre modelos de partículas genéticas". Archivado desde el original el 1 de mayo de 2012. Consultado el 29 de diciembre de 2011 .
46. Hill T, Lundgren A, Fredriksson R, Schiöth HB (2005). "Algoritmo genético para el análisis filogenético de proteínas con máxima parsimonia a gran escala". Biochimica et Biophysica Acta (BBA) - Temas generales . 1725 (1): 19–29. doi :10.1016/j.bbagen.2005.04.027. PMID  15990235.
47. Para CC, Vohradsky J (2007). "Un algoritmo genético paralelo para la clasificación de patrones de clase única y su aplicación para el perfil de expresión génica en Streptomyces coelicolor". BMC Genomics . 8 : 49. doi : 10.1186/1471-2164-8-49 . PMC 1804277 . PMID  17298664. 
48. Krzysztof Krawiec; Mikołaj Pawlak (10 de abril de 2015). "Programación genética con controladores de búsqueda alternativos para la detección de vasos sanguíneos retinianos". {{cite journal}}: Requiere citar revista |journal=( ayuda )
49. Fitzgerald, Jeannie, Ryan, Conor, Medernach, David y Krawiec, Krzysztof (15 de julio de 2015). "Un enfoque integrado para la detección del cáncer de mama en estadio 1". Actas de la Conferencia anual de 2015 sobre computación genética y evolutiva. págs. 1199–1206. doi :10.1145/2739480.2754761. ISBN 9781450334723.S2CID14110665  .​{{cite book}}: CS1 maint: varios nombres: lista de autores ( enlace )
50. Van Geit, Werner; Gevaert, Michael; Chindemi, Giuseppe; Rössert, Christian; Courcol, Jean-Denis; Muller, Eilif B.; Schürmann, Felix; Segev, Idan; Markram, Henry (7 de junio de 2016). "BluePyOpt: aprovechamiento del software de código abierto y la infraestructura en la nube para optimizar los parámetros del modelo en neurociencia". Frontiers in Neuroinformatics . 10 : 17. arXiv : 1603.00500 . Bibcode :2016arXiv160300500V. doi : 10.3389/fninf.2016.00017 . PMC 4896051 . PMID  27375471. 
51. Willett P (1995). "Algoritmos genéticos en el reconocimiento y diseño molecular". Tendencias en biotecnología . 13 (12): 516–521. doi :10.1016/S0167-7799(00)89015-0. PMID  8595137.
52. Wong, Ka-Chun; Leung, Kwong-Sak; Wong, Man-Hon (2010). "Predicción de la estructura de proteínas en un modelo de red mediante técnicas de optimización multimodal". Actas de la 12.ª conferencia anual sobre computación genética y evolutiva. pág. 155. doi :10.1145/1830483.1830513. ISBN 9781450300728. Número de identificación del sujeto  14651808. {{cite book}}: |work=ignorado ( ayuda )
53. Wang S, Wang Y, Du W, Sun F, Wang X, Zhou C, Liang Y (2007). "Un algoritmo genético guiado por múltiples enfoques con aplicación a la predicción de operones". Inteligencia artificial en medicina . 41 (2): 151–159. doi :10.1016/j.artmed.2007.07.010. PMID  17869072.
54. "Aplicación de algoritmos genéticos a redes neuronales recurrentes para aprender parámetros y arquitectura de red". arimaa.com .
55. Bacci, A.; Petrillo, V.; Rossetti Conti, M. (2016). "GIOTTO: Un código genético para exigentes optimizaciones de dinámica de haces" (PDF) . Conferencia Internacional de Aceleradores de Partículas (7.ª) . Sitio web de las Conferencias Conjuntas sobre Aceleradores (JACoW). doi :10.18429/JACoW-IPAC2016-WEPOY039. WEPOY039.
56. Rossetti Conti, M.; Bacci, A. (2018). "Diseño de línea de transferencia de haz de electrones para láseres de electrones libres impulsados ​​por plasma". Instrumentos y métodos nucleares en la investigación en física Sección A: aceleradores, espectrómetros, detectores y equipos asociados . 909 : 84–89. arXiv : 1803.00431 . Bibcode :2018NIMPA.909...84R. doi :10.1016/j.nima.2018.02.061. ISSN  0168-9002. S2CID  56365602.
57. Auffarth, B. (2010). Agrupamiento mediante un algoritmo genético con operador de mutación sesgada. WCCI CEC. IEEE, 18-23 de julio de 2010. http://citeseerx.ist.psu.edu/viewdoc/summary?doi=10.1.1.170.869 ^{[ enlace muerto permanente ]}
58. Wong, Ka-Chun; Leung, Kwong-Sak; Wong, Man-Hon (2010). "Efecto de la localidad espacial en un algoritmo evolutivo para la optimización multimodal". Aplicaciones de la computación evolutiva . Apuntes de clase en informática. Vol. 6024. págs. 481–490. CiteSeerX 10.1.1.655.5490 . doi :10.1007/978-3-642-12239-2_50. ISBN .  978-3-642-12238-5.
59. Wong, Ka-Chun; Leung, Kwong-Sak; Wong, Man-Hon (2009). "Un algoritmo evolutivo con explosión específica de especies para la optimización multimodal". Actas de la 11.ª conferencia anual sobre computación genética y evolutiva. pág. 923. doi :10.1145/1569901.1570027. ISBN 9781605583259. Número de identificación del sujeto  16308189. {{cite book}}: |work=ignorado ( ayuda )
60. Wong, Ka-Chun; Wu, Chun-Ho; Mok, Ricky KP; Peng, Chengbin; Zhang, Zhaolei (2012). "Optimización multimodal evolutiva utilizando el principio de localidad". Ciencias de la información . 194 : 138–170. doi :10.1016/j.ins.2011.12.016.
61. Bagchi Tapan P (1999). Programación multiobjetivo mediante algoritmos genéticos . Kluwer Academic . ISBN 978-0-7923-8561-5.
62. "Del Moral - Eventos raros". u-bordeaux1.fr . Archivado desde el original el 23 de abril de 2012 . Consultado el 29 de diciembre de 2011 .
63. "un artículo de revisión". Archivado desde el original el 29 de abril de 2016. Consultado el 29 de diciembre de 2011 .
64. "Del Moral - Control Óptimo". u-bordeaux1.fr . Archivado desde el original el 8 de mayo de 2012 . Consultado el 29 de diciembre de 2011 .
65. BiSNET/e – Grupo de sistemas de software distribuido, Universidad de Massachusetts, Boston Archivado el 22 de junio de 2009 en Wayback Machine.