Todas estas metáforas biológicas se simulan en una computadora, con el objetivo de resolver problemas de optimización
México, D.F.— El investigador Carlos Coello, del Departamento de Computación del Centro de Investigación y de Estudios Avanzados (Cinvestav), fue reconocido con la Cátedra de Investigación Marcos Moshinsky 2013-2014, en el área de matemáticas, al utilizar la teoría de la evolución que indica que las especies se desarrollaron a partir de pequeñas transformaciones producidas en cada nueva generación y mediante la selección del más fuerte, para la elaboración de algoritmos.
Asimismo, una de las metáforas biológicas que ha adoptado en su trabajo Carlos A. Coello se basa en el sistema inmune natural del ser humano y en el comportamiento de colonias de hormigas. Todas estas metáforas biológicas se simulan en una computadora, con el objetivo de resolver problemas de optimización.
“Con base en estos conceptos se toma un grupo de posibles soluciones a un problema (nuestra ‘población’) y se les somete a un proceso de selección con base en una medida de calidad (o sea las ‘aptitudes’ de nuestros individuos)”, expuso el investigador.
“Las soluciones seleccionadas para ser padres se recombinan para generar ‘hijos’ que se busca que tengan un mejor valor de aptitud que sus padres. Dichos hijos se someten posteriormente a pequeños cambios en su configuración (usando un operador llamado ‘mutación’), y se vuelve a repetir el ciclo evolutivo.”
Por lo tanto, al generar mutaciones durante varias generaciones (que corresponden a iteraciones en una computadora), durante un cierto periodo de tiempo, se logra obtener una solución que constituye una aproximación a la óptima de un problema de alta complejidad.
“En mi área de investigación en particular, nos interesa resolver problemas que tienen dos o más funciones objetivo, las cuales suelen estar en conflicto entre sí, y que queremos optimizar simultáneamente”, señaló Coello Coello quien lleva más de 20 años trabajando en esa línea de investigación.
“Los problemas de optimización con fines académicos tienen de dos a 15 variables, pero en el mundo real existen problemas de una muy alta dimensionalidad. Hace algunos años trabajamos con la NASA en un problema de optimización de 13 mil variables”, destacó Coello Coello, que obtuvo el Premio Nacional de Ciencias y Artes en el área de Ciencias Físico-Matemáticas y Naturales en 2012.
En su proyecto para solicitar una Cátedra Marcos Moshinsky, Carlos Coello propuso emplear el concepto de coevolución para el desarrollo de algoritmos cuya solución pretende involucrar el uso de hasta diez mil variables. En la naturaleza la coevolución se presenta cuando una especie depende de otra para sobrevivir, como una planta que se incrusta en un árbol y se alimenta de éste.
La idea es descomponer el conjunto de variables en pequeños pedazos, los cuales se procesan por separado, pero de manera simultánea. “En mi grupo de investigación, hemos diseñado el primer algoritmo evolutivo multiobjetivo que adopta este concepto para resolver problemas de alta dimensionalidad. Hemos podido resolver problemas de hasta cinco mil variables, pero queremos alcanzar las diez mil”, aseguró Carlos Coello Coello.
Fuente: Teorema Ambiental, imagen
