Glosario IA
El diccionario completo de la Inteligencia Artificial
Operador de Cruce
Operación genética que combina el material genético de dos padres para crear uno o varios descendientes, favoreciendo la propagación de características ventajosas.
Operador de Mutación
Modificación aleatoria del genoma de un individuo que introduce diversidad genética en la población, permitiendo evitar óptimos locales.
Función de Fitness
Función de evaluación que cuantifica la calidad o adaptabilidad de una solución candidata con respecto al objetivo a optimizar.
Algoritmos de Colonias de Hormigas
Metaheurística inspirada en el comportamiento de las hormigas que encuentran caminos óptimos mediante el depósito y seguimiento de feromonas.
Estrategias Evolutivas
Paradigma evolutivo que utiliza la mutación auto-adaptativa como operador principal, particularmente efectivo para la optimización continua.
Algoritmos Meméticos
Hibridación de algoritmos evolutivos con técnicas de búsqueda local para acelerar la convergencia hacia soluciones óptimas.
Niching Evolutivo
Técnica que preserva la diversidad de soluciones manteniendo subpoblaciones en diferentes nichos ecológicos del espacio de búsqueda.
Paisaje Adaptativo
Representación multidimensional de la función de fitness donde cada punto corresponde a una solución y su altura a su calidad evaluativa.
Presión Selectiva
Intensidad con la que la selección natural favorece a los individuos más adaptados, influyendo en la velocidad de convergencia del algoritmo.
Deriva Génética
Fenómeno estocástico donde las frecuencias alélicas cambian aleatoriamente en una población, pudiendo conducir a una pérdida de diversidad genética.
Código Gray
Sistema de codificación binaria donde dos valores sucesivos solo difieren en un bit, optimizando las mutaciones en los algoritmos genéticos.
Algoritmo Evolutivo Multiobjetivo
Extensión de los algoritmos evolutivos que optimiza simultáneamente múltiples objetivos conflictivos para encontrar un conjunto de soluciones Pareto-óptimas.
Esquema de Holland
Teoría que describe cómo los building blocks (esquemas) de soluciones parciales se combinan y propagan a través de las generaciones en los algoritmos genéticos.