Algoritmos genéticos. Idea básica Problema Solución complejo ideal Algoritmo conocido A menudo este esquema no es realista Problemas NP Algoritmo desconocido.

Slides:



Advertisements
Presentaciones similares
HERENCIA Y EVOLUCIÓN.
Advertisements

La síntesis de proteínas
Las bases moleculares de la herencia
(ejercicios de preparación de examen)
1.- LA GENÉTICA REDESCUBIERTO A PRINCIPIOS DEL SIGLO XX
“Introducción a regulación génica ”
Algoritmo GENETICO.
Evolución II: Genética y Evolución
Inteligencia artificial
CODIGO GENETICO SINTESIS PROTEICA.
Las bases moleculares de la herencia
“Impulsando la Sociedad
CÓDIGO GENÉTICO Y SÍNTESIS DE PROTEÍNAS
Unidad I: 2.3 y Evidencias evolutivas EMBIOLóGICAS y MOleculares
COMPONENTIZACIÓN DE ALGORITMOS GENETICOS Y SU IMPLEMENTACIÓN EN UNA PLATAFORMA ABIERTA PARA APRENDIZAJE COMPUTACIONAL.
¿Qué es? Ventajas y desventajas Métodos de clonación
EL NUCLEO CELULAR Y EL ADN
¿Cómo se descubrió la función de los genes?
¿Cómo se descubrió la función de los genes?
Definición Los Algoritmos Genéticos son métodos adaptativos que pueden usarse para resolver problemas de búsqueda y optimización. los Algoritmos Genéticos.
“En lugar de envidiar la naturaleza debemos emularla” Holland
Sistemas Inteligentes Algoritmos Evolutivos
El código genético y el mecanismo de expresión
Sistemas Inteligentes Algoritmos Geneticos
Código genético y el mecanismo de expresión
GENÉTICA MICROBIANA.
Expresión de la información genética
Expresión génica.
Optimización matemática Algoritmos Genéticos – Parte 2 Por: Antonio H
Algoritmos Genéticos.
Algoritmos Genéticos (AG) Integrantes: Rubén Levineri Miguel Rozas Juan Yañez Faltan autores y bibliografía.
Optimización matemática Algoritmos Genéticos – Parte 1 Por: Antonio H
Universidad Michoacana de San Nicolás de Hidalgo Facultad de Ingeniería Eléctrica División de Estudios de Posgrado Algoritmos Genéticos.
Similaridad de cadenas genéticas Bienvenido Martínez Redondo Sergio García Esteban 2008/2009.
GENETICA MOLECULAR.
BIOINFORMÁTICA TEMA 1 INTRODUCCIÓN
Expresión del material genético
COLEGIO QUIROGA ALIANZA ERTIKA CECILIA SUAREZ BONILLA 901 EVOLUCION DE LAS ESPECIES.
ÁCIDOS NUCLEICOS.
Tema 1: Introducción a la biología
Neodarwinismo.
Algoritmos genéticos Introducción Esquema básico Codificación
Repaso PAES Ciencias.
Propuesta del algoritmo
Principios de la evolución
Mary C. Jarur M. ww.udec.cl/~mjarur
1. Inicio de la transcripción
GENETICA MOLUCULAR.
BIOLOGIA COMPUTACIONAL
ALINEAMIENTO MULTIPLE: METODOS ALTERNATIVOS
INSTITUTO TECNOLÓGICO DE TIJUANA Maestría en Ciencias en Ciencias De La Computación Tema: Operadores genéticos Alumnas: Leticia Mendoza Reyes. Rosalinda.
No podría responder a dos preguntas Darwin
COLEGIO DE BACHILLERES DEL ESTADO DE CHIHUAHUA
GENETICA MOLECULAR.
GENETICA MOLECULAR.
GENETICA MOLECULAR.
ADN, estructura, replicación y organización genómica.
Fuerzas de la evolución Erick Torrez Osmaira Gonzales Lixxie Murrieta Karla Islas.
Genes y manipulación genética
Ing. Uziel Quiroz Castañeda Blanca Esthela Carranza Ortega 8º Semestre Junio/2013.
es el campo de la biología que estudia la estructura y la función de los genes a nivel molecular. La genética molecular emplea los métodos de la genética.
Heurística. Los procesos que se llevan a cabo en el cerebro pueden ser analizados, a un nivel de abstacción dado, como procesos computacionales de algún.
LA GENETICA.
Caudal Genético o flujo genético
MADURACIÓN DEL ARN Objetivo:
ADN, Mutaciones OBJETIVO: Identificar y reconocer la estructura del ADN, como determinar las causas y tipos de mutaciones que se presentan en un organismo.
La molécula de la herencia Jennifer Avilés
La biología molecular Vivir más y mejor: La biología molecular.
Evolución en las poblaciones
Estructura del DNA y empaquetamiento en el núcleo celular. Profesora de Biología Valeska Gaete Liceo Villa Macul Academia.
Transcripción de la presentación:

Algoritmos genéticos

Idea básica Problema Solución complejo ideal Algoritmo conocido A menudo este esquema no es realista Problemas NP Algoritmo desconocido Solución “buena y rápida” es aceptable... Deseamos hallar un método alternativo para analizar un gran número de soluciones posibles Aprendamos de la Naturaleza Algoritmos genéticos

ADN (cristal aperiódico, Schrödinger ) Guanina Adenina Tiamina Citosina 20 aminoácidos + stops codón Operón off/on gen proteínas mRNA mRNA tRNA Humanos: bases 1 molécula ADN bases 1 gen pero 30000/40000 genes ADN basura secuencias repetidas genes con multiples copias transposición de genes exones, intrones transposones Algoritmos genéticos

La reproduccion no preserva la forma exacta del material genético Meiosis Recombinación de material genético crossover Mutaciones Mecanismos de corrección protegen parcialmente la fidelidad de la copia del ADN copiado 1 error / bases - correcciones = 1 error / 10 9 bases + Selección Natural Surpervivencia del mejor “adaptado” antes de la reproducción Crossover aleatorio y mutaciones filtrados por selección natural a lo largo de muchas generaciones lleva a especies mejor “adaptadas”. Grandes poblaciones vienen de unos pocos individuos Algoritmos genéticos

Estrategia de un Algoritmo Genético Problema Solución Complejo óptima Población de soluciones mutaciones bajo ritmo crossover frecuencia alta selección natural ruleta Buena Los algoritmos genéticos son potentes AGs trabajan con una parametrización del problema AGs usan una función premio AGs usan reglas de transición probabilísticas Algoritmos genéticos