Foro general

Hola,

Los conceptos presentados en clase no son contradictorios, sino complementarios.

El formalismo de los AE los concibe como una técnica agnóstica con respecto al problema, para lograr el propósito de ser algoritmos versátiles para diversos tipos de problemas. La interacción con el problema se da a través de la representación de soluciones y la evaluación de soluciones por intermedio de una función de fitness.

En la clase que presenta "resolviendo un problema" se explica sobre la aplicación de AE para resolver problemas realistas (al igual que la clase dictada el pasado jueves). Allí se explica que los AE **pueden** incluir conocimiento del problema en varias de sus etapas (inicialización, operadores evolutivos, corrección de soluciones no factibles y otros mecanismos avanzados). El caso que consultas corresponde a un ejemplo de problema realista, en el cual se plantean operadores de mutación que utilizan información (no solo del problema, sino de la propia solución, interpretada a través del modelo del problema). Es claro que el AE resultante tiene menos versatilidad, pero en contrapartida será más eficaz para resolver el problema en cuestión (o al menos cierto tipo de instancias de ese problema). En este caso, el operador que incluye conocimiento del problema complementa al mecanismo evolutivo, procurando encontrar mejores soluciones.

En las slides que trata sobre algoritmos de optimización pueden verse las características de algoritmos generales y específicos y su versatilidad/eficacia para un tipo de problemas.

Saludos

SN