http://www.redcientifica.com/gaia/defin2_c.htm
Definiciones F-O
Falsar:Tratar de demostrar la falsedad de una hipótesis. Lo contrario de confirmar o verificar una teoría. Es interesante trabajar en ambos sentidos: intentando verificar una teoría y a la vez, intentando demostrar su falsedad. Sobre todo si la teoría tiene un origen empírico, es muy interesante este método, ya que se afianza la robustez de la teoría cada vez que ésta supera pruebas que intentan demostrar su negación.
[ Volver al Indice ]
Fenotipo:Un fenotipo es un ser vivo, incluyendo el ser vivo como ente físico y su comportamiento. Un fenotipo es la consecuencia del desarrollo de la información genética que define un ser vivo (genotipo).
[ Volver al Indice ]
Feromona:Hormona capaz de salir del cuerpo, de circular por el aire y de penetrar en otro cuerpo. Cuando una hormiga experimenta una sensación, la emite por todo su cuerpo y todas las hormigas de los alrededores la perciben al mismo tiempo que ella. Una hormiga estresada comunica al instante su pena al entorno, de suerte que éste solo tiene una preocupación: que cese el penoso mensaje encontrando un método para ayudar al individuo.
Werber, Bernard. El día de las hormigas. Ed Plaza & Janes. 1994.
[ Volver al Indice ]
Filogenia:Procedencia histórica de un grupo de seres vivos
[ Volver al Indice ]
Gaia:Gaia es el concepto de planeta como ser vivo; significa Tierra. Copio de http://personal.redestb.es/hansburghardt/que.htm
"Gaia es el ser vivo producto de la teoría del bioquímico inglés James Lovelock. En esta teoría se considera que el conjunto Tierra-vida es por si mismo un ser vivo, que al igual que los seres que lo constituyen, realiza funciones impensables en la materia inerte. Este conjunto Tierra-vida recibe el nombre de Gaia, nombre con el que los griegos se referían a la diosa de la tierra."
Para mas información visitar la interesante página http://personal.redestb.es/hansburghardt/que.htm
Copérnico ya concibía al mundo como un animal, comparándolo con un organismo en el que el movimiento circular coexiste con el rectilíneo, del mismo modo que el organismo coexiste con su enfermedad. Según Bruno, la Tierra es un organismo cuyas partes están obligadasa moverse con el todo. (Tomado de Feyerabend, Paul. Against Method. 1ª Ed. 1975. NLB. Existe traducción al castellano (por Ribes, Diego): Tratado contra el método. Esquema de una teoría anarquista del conocimiento. 1986. Ed. Tecnos. Pag. 82 Nota 114)
[ Volver al Indice ]
Gen:Existen varias definiciones de gen. Cada definición hace referencia a distintas ideas, o lo que es lo mismo, se utiliza la palabra gen en diferentes sentidos. Por lo general, no coincide el objeto referenciado según más de una definición. Es evidente que sería mejor disponer de varios términos en vez de uno sólo, que lleva a confusión.
Los genes tienen basicamente dos funciones: reproducirse a sí mismos, e indicar el modo de construcción y comportamiento de un nuevo ser vivo completo. Los cromosomas (formados por genes) comprimen la información necesaria para realizar la construcción de un ser vivo completo. Además, los cromosomas están formados de tal manera que son capaces de crear copias de sí mismos.
Gen como unidad básica de herencia o como unidad básica de recombinación: según esta definición, un gen es la unidad mínima que se puede heredar, es decir, es la unidad mínima que puede ser tomada de uno de los progenitores para formar el nuevo individuo. Si las características heredables (como el aspecto de la cara) las descomponemos en otras subcaracterísticas (color de los ojos, color del pelo, tez), cuando ya no podamos dividir más esas características de forma que sigan siendo heredables, diremos que esa característica es debida a un gen.
Gen como unidad básica de mutación: según esta definición, un gen es la unidad mínima que se puede mutar. Este gen no tiene por qué coincidir con el gen como unidad básica de herencia.
Gen como unidad funcional: según esta definición, un gen es una secuencia orientada de nucleótidos, generalmente de ADN, que actúan como la unidad mínima de información relativa a cuál es la constitución de otra secuencia orientada de nucleótidos de otro ácido nucleico, o de aminoácidos de una proteína.
Gen egoísta, o gen según la definición de Dawkins: esta definición es de una naturaleza distinta a las otras, ya que un gen según esta definición está formado por lo que serían multitud de genes según las otras definiciones, y además, permitiendo que estos genes componentes estén ubicados en distintas células e incluso en distintos individuos. En todas las células del cuerpo de un ser humano determinado existe la misma información genética: una larga cadena de ADN idéntica en el interior de cada célula. Para Dawkins, "el gen egoísta no es sólo una porción física de ADN: es todas las réplicas de una porción de ADN, distribuidas por el mundo". Es decir, el mismo alelo o valor en las mismas posiciones dentro de la cadena de ADN, es el mismo gen egoísta, ya se encuentre en uno o en distintos individuos. Un gen egoísta de los que habla Dawkins no sólo está simultáneamente en todas las células de nuestro cuerpo. Está simultáneamente en varios individuos. Esta abstracción de Dawkins sirve para expresar la siguiente idea: los genes tienen el objetivo de reproducirse a sí mismos, a costa de lo que sea, pero no a costa de otro segmento de ADN idéntico, ya que ambos son el mismo gen. Dawkins llama a los genes egoistas porque para ellos es inevitable intentar reproducirse a toda costa, a costa de cualquier otra cosa que encuentren a su paso, pero no a costa de otro segmento de ADN idéntico, ya que ambos son el mismo gen. Este concepto de egoísmo no tiene mucho que ver con lo que se entiende coloquialmente por egoísmo. Es más, con la teoría de Dawkins, la cooperación e incluso el altruismo (reales) entre individuos pueden ser explicados por el "egoísmo" (metafórico) de los genes.
Desde cierto punto de vista, la reproducción es equiparable al crecimiento. Podemos decir que las células de nuestro cuerpo cooperan, e incluso que se comportan de forma altruista, ya que no intentan reproducirse a costa de sus vecinas, sino que producen un crecimiento ordenado, formando un cuerpo, tal como conviene a los genes egoístas. A nivel de individuo, cuando un individuo coopera con otro y ambos comparten genes (y dos miembros de la misma especie suelen compartir más del 90% de ellos), podemos decir que en realidad lo que ocurre es que los genes egoístas se están ayudando a sí mismos. Desde este punto de vista, cuando dos individuos de la misma especie compiten, lo hacen por propagar su 10% diferencial. Es lógico que si dos individuos comparten el mismo nicho (por ejemplo, por ser de la misma especie), existirá una mayor competencia entre ellos. Pero en general, eliminando otros factores, un individuo tendrá una mayor tendencia a cooperar con otro (pudiendo elegir entre varios individuos), que será proporcional al número de genes en que coincidan. Para ello no hace falta un laboratorio, basta con observar parecidos físicos.
[ Volver al Indice ]
Genotipo:Información genética que define un ser vivo. Información genética contenida en cada una de las células de un ser vivo. El genotipo contenido en las células sexuales puede desarrollarse, formando un ser vivo o fenotipo.
Genotipo válido: genotipo que representa una solución válida al problema, por muy mala que esta sea. Genotipo que representa una solución que se considera no prohibida. Genotipo cuyo peso es mayor que el mínimo peso reconocido (normalmente, es un genotipo de peso mayor que cero). También puede definirse como el genotipo cuyo error es menor que el máximo reconocido (habitualmente, menor que infinito)
[ Volver al Indice ]
Golem:Muñeco hecho de barro al que se infundió vida colocándole un corazón humano.
Hombre o mujer hecho de letras, o mejor dicho, construido por signos. (Bernardo Atxaga).
En el libro "Artificial Life explorer's kit" de Ellen Thro, publicado por SAMS Publishing, EE. UU., 1993, hay un pequeño apartado en el que habla sobre lo que es un Golem:
"Golem es una palabra hebrea que significa sin sustancia, embriónico o incompleto. La referencia más vieja sobre Golems está en la Biblia, salmo 139, aunque en la versión del rey Jaime, por ejemplo, la palabra se traduce como "sustancia incompleta" (verso 16). La literatura talmúdica (N. del T.: aquí se podria poner nada mas Talmud), y la compilación tradicional de las leyes y comentarios judios, son otras fuentes de informacion sobre el Golem.
En la Europa medieval, se ubicaron en varias ciudades historias sobre rabies que creaban seres parecidos a los humanos (N. del T.: podria decirse humanoides?). La mas famosa data del siglo 16. Se dice que el rabi Judah Low de Praga, practicante de la Kabbala (un tipo de misticismo judio), Había creado un autómata para servirle. En esta versión, la figura de barro fue animada cuando el rabi se coloco el nombre de Dios en la frente.
En los tiempos en que los judios eran perseguidos, el Golem era considerado como un protector, no como una amenaza. La ambivalencia en el personaje del Golem ha continuado hasta nuestro siglo. En 1915, una novela escrita por el alemán Gustav Meyrink, llamado El Golem, llevo la leyenda a una mayor audiencia (el libro ha sido traducido al ingles). En 1920 fue llevada a la pantalla, también en Alemania. Enfatizando las carácteristicas monstruosas del Golem, el filme fue un precedente de la pelicula original estadounidense Frankenstein en los 30's."
[ Volver al Indice ]
Heurística:Heurístico: que incorpora conocimiento. Se utiliza normalmente en el sentido de conocimiento humano, en un problema o área particular. En muchos casos se trata de un conocimiento complejo, difícil de representar, y probablemente difícil de explicar por el propio experto humano.
Heurística: conocimiento acerca de un problema particular que dificilmente puede ser generalizado a otros problemas.
Algoritmo Heurístico: algoritmo que contiene conocimiento heurístico. Algoritmo fuertemente dependiente del problema que resulelve. Procedimiento que es posible que produzca una buena solución al problema, incluso la solución óptima, si somos afortunados; pero que puede no producir ninguna solución, o una solución pésima en otros casos.
Algoritmo Aproximado: algoritmo que siempre proporciona alguna solución, aún cuando ésta no es la óptima.
[ Volver al Indice ]
Holismo: (ver Reduccionismo)El todo es más que la suma de sus partes
[ Volver al Indice ]
Inteligencia Artificial-Artificial Intelligence (IA-AI):Trata de construir máquinas con comportamiento aparentemente inteligente. El hombre es un ser inteligente. Los animales también (discutido).
En la Inteligencia Artificial (IA) se pueden observar, a grandes rasgos, dos enfoques diferentes en función del objetivo:
- La concepción de IA como el intento de desarrollar una tecnología capaz de suministrar al ordenador capacidades de razonamiento o discernimiento similares, o aparentemente similares a las de la inteligencia humana.
- La concepción de IA como investigación relativa a los mecanismos de inteligencia humana (por extensión, investigación relativa a la vida y al universo), que emplea el ordenador como herramienta de simulación para la validación de teorías.
El primer enfoque es por lo general el más práctico, se centra en los resultados obtenidos, en la utilidad, y no tanto en el método. En este enfoque se encuadran, por ejemplo, los Sistemas Expertos. Son temas claves en esta dirección la representación y la gestión del conocimiento. Algunos autores representativos de este enfoque podrían ser McCarthy y Minsky, del MIT.
El segundo enfoque está orientado a la creación de un sistema artificial que sea capaz de realizar los procesos cognitivos humanos. Desde este punto de vista no es tan importante la utilidad del sistema creado (qué hace), como lo es método empleado (cómo lo hace). Como aspectos fundamentales de este enfoque se pueden señalar el aprendizaje y la adaptabilidad. Ambos presentan gran dificultad para ser incluidos en un sistema cognitivo artificial. Esta orientación es propia de Newell y Simon, de la Carnegie Mellon University.
Es obligado indicar que frecuentemente ambas posturas no se pueden distinguir, ni siquiera en muchos trabajos de los autores mencionados como significativos en cada una de ellas.
En cuanto a los medios utilizados, se identifican también dos enfoques:
- Enfoque Top-Down, o Enfoque simbólico.
Se simulan directamente las características inteligentes del Ser Humano.
- Enfoque Bottom-Up, o Enfoque subsimbólico.
Se simulan los elementos de mas bajo nivel que componen o intervienen en los procesos inteligentes con la esperanza en que de su combinación emerja de forma espontánea el comportamiento inteligente.Una posible clasificación de los paradigmas de Inteligencia Artificial es:
- Enfoque Simbólico (Top-Down)
- Sistemas Expertos-Expert Systems (SE-ES)
- Lógica Proposicional (Cálculo Proposicional)
- Lógica de Predicados (Cálculo de Predicados)
- Redes Semánticas
- Frames (Marcos)
- Lógica difusa o borrosa-Fuzzy Logic (LD-FL)
- Enfoque Subsimbólico (Bottom-Up)
- Computación Evolutiva-Evolutionary Computation (CE-EC)
- Solidificación Simulada-Simulated Annealing (SS-SA)
- Algoritmos Genéticos-Genetic Algorithms (AG-GA)
- Programas de Evolución
- Estrategias Evolutivas-Evolutionary Strategies (EE-ES)
- Programación Genética-Genetic Programming (PG-GP)
- Programación Evolutiva-Evolutionary Programming (PE-EP)
- Clasificadores Genéticos-Genetic Clasifiers (CG-GC)
- Algoritmos Miméticos
- Redes Neuronales Artificiales-Artificial Neural Networks (RNA-ANN)
- Vida Artificial-Artificial Life (VA-AL)
- Autómatas Celulares-Cellular Automata (AC-CA)
- Agentes Autónonos-Autonomous Agents (AA-AA)
[ Volver al Indice ]
Inferencia:Mecanismo que permite obtener nuevo conocimiento a partir del existente.
[ Volver al Indice ]
Lineal:http://www.cis.ohio-state.edu/hypertext/faq/usenet/sci/nonlinear-faq/faq.html
Una función es lineal si:
En matematicas existe un tipo de relaciones que se expresan en forma de ecuaciones llamadas funciones. Las funciones expresan las relaciones entre cosas, o lo que es lo mismo, cómo varían unas cosas (llamadas por eso variables) al variar otras. En las funciones se puede considerar arbitrariamente una de las variables como variable independiente, que generalmente se denota con la letra x. Si tenemos dos variables, se tratará por ejemplo de analizar como varía (depende) una de ellas ("y") respecto de la otra ("x"), que se considera independiente, ya que partimos de que conocemos su valor y=f(x).
Cuando en una ecuacion la x esta elevada a la potencia 1, la ecuacion es lineal y su grafica será una línea recta, como
y = 3x + 11.
Cuando en una ecuacion la x esta elevada a una potencia diferente de 1, o la x es argumento de alguna funcion trascendente (como seno, coseno, logaritmo, etc.), entonces la ecuacion es no lineal y su grafica no será una línea recta, como
y = x2
y = sen(x)
La idea de linealidad implica que las cosas cambian en una proporcion constante.
Supongamos que queremos una ecuacion que modele el crecimiento de una poblacion de cierto tipo, por ejemplo, de bacterias. Un modelo podria ser:
f(x)=2x Siendo: x: número de bacterias actual. f(x): número de bacterias que prevemos en la siguiente observación.Esto significa que si en un momento dado hay una bacteria, en el siguiente periodo de tiempo habra 2, si hay 2, habra 4, si hay 4 habra 8, etc.
La relación entre el número de bacterias en una observación x[t] y el número de bacterias en la siguiente observación x[t+1] es lineal.
x[t+1] = 2 * x[t]
Sin embargo, la relación entre el número de bacterias "x" y el instante de observación "t" no es lineal.
x[t] = 2t
t x[t] x[t+1] 0 1 2 1 2 4 2 4 8 3 8 16 4 16 32 5 32 64 6 64 128 Podemos obtener una ecuación aplicando la otra sucesivas veces. El número de bacterias en una observación t es igual a 2 veces el número de bacterias en la observación anterior t-1, es decir:
x[t]=2*x[t-1] x[t]=2*(2*x[t-2]) x[t]=2*(2*(2*x[t-3])) x[t]=2*(2*(2*(2*x[t-4]))) ... x[t]=2tEs decir, el número de bacterias observadas, en función del instante de observación, es no-lineal.En la vida real son muy pocos los sistemas lineales, y la mayoria de las cosas funciona con relaciones no lineales que son las que hacen surgir fenomenos complejos. Como se ve, en la ecuacion anterior la poblacion crece hasta el infinito y no contemplamos el caso en el que a las bacterias se les acabe el espacio o el alimento, situación que complicaría la función.
El comportamiento de los sistemas no lineales, que son mayoria en el mundo real, es mucho mas interesante que el de los lineales. Son los sistemas no lineales los que generan fenomenos complejos, caóticos, impredecibles. La no linealidad permite representar comportamientos en los que cuando el numero de bacterias es muy grande, se produce una tendencia a disminuir, y cuando sea pequeño a crecer.
Dependiendo del sistema y de la ecuacion utilizada para modelarlo, podemos encontrar "atractores". Es decir, podría ser que llegue un momento en donde el numero de bacterias permaneza constante siendo esto un "punto" atractor. Por ejemplo, podemos tomar cualquier calculadora, introducir un numero cualquiera y sacarle raíz cuadrada, una vez hecho esto, sacar la raíz cuadrada del resultado, y así repetidas veces. Observaremos que a la larga siempre terminaremos en el valor 1 y de ahí no se moverá. Eso es un atractor.
Podriamos encontrar que el atractor es un ciclo en donde despues de un tiempo el numero de bacterias oscila, por ejemplo, de la sigiente manera: 1500, 1525, 1513, 1500, 1525, 1513, 1500, 1525, 1513, etc. Sin embargo, podriamos tener un "atractor extraño", donde los numeros parezcan aleatorios a pesar de estar gobernados por reglas completamente deterministas.
Las carácteristicas de una funcion lineal son las siguientes:
[1] f(ax) = a f(x) (donde a es constante). [2] f(x + y) = f(x) + f(y).Esto quiere decir que no linealidad sería aquello que no cumple con esto y aquí es donde radica el problema para definirla. Stanislaw M. Ulam decía que llamar a una ciencia "no lineal" seria como llamar a la zoologia "el estudio de los animales no humanos".
Los fractales dibujados en el plano complejo son figuras complicadas formadas por una ecuacion no lineal.
Los sistemas complejos se conciben como compuestos por elementos sencillos que interactuan entre si mediante relaciones no lineales.
En la ecuacion f(x)=2x sabremos como se comportará el sistema por mas que hagamos crecer x. Pero si el sistema fuera no lineal, a la larga podría sorprendernos con un abrupto cambio de comportamiento. El movimiento de los planetas se rige por ecuaciones diferenciales no lineales. Al igual que en una ecuacion algebraica, las ecuaciones diferenciales tienen una incognita, pero mientras la solución de una ecuacion algebraica es un número, la solución en una ecuación diferencial es una función. Estas funciones solución dependen del tiempo (el tiempo t es la variable independiente). Si encontramos la solución de una ecuación diferencial habremos dilucidado el comportamiento del sistema para cualquier periodo pasado o futuro, pues bastaría con dar un valor a t y sabríamos el valor de f(t).
En muchos textos se describen comportamientos lineales y exponenciales de forma que parece que los conceptos de lineal y exponencial son opuestos. No es exactamente así. Exponencial es un tipo de comportamiento no-lineal.
[ Volver al Indice ]
Locura:"Todos nos volvemos cada día un poco más locos, y cada uno de una locura diferente. Ésa es la razón por la que nos comprendemos tan mal los unos a los otros. Yo mismo me siento atrapado por la paranoia y la esquizofrenia. Además, soy hipersensible, cosa que deforma mi visión de la realidad. Lo sé. Ahora intento, en vez de sufrirla, utilizar esa locura como motor para todo lo que emprendo. Pero cuanto más triunfo, más loco me vuelvo. Y cuanto más loco me vuelvo, mejor alcanzo los objetivos que me fijo. La locura es un león furioso escondido en cada cráneo. Sobre todo, no hay que matarlo. Basta con identificarlo y domarlo. Vuestro león domesticado os conducirá entonces mucho más allá que cualquier maestro, que cualquier escuela, droga o religión. Pero, como ocurre con toda fuente de poder, hay un riesgo si uno juega demasiado con su propia locura: a veces el león, sobreexcitado, se vuelve contra quien quería domarle."
Edmond Wells. Enciclopedia del saber relativo y absoluto, tomo II
Werber, Bernard. El día de las hormigas. Ed Plaza & Janes. 1994.
[ Volver al Indice ]
Meme:
[ Volver al Indice ]
NP-Completo:En un problema NP-Completo el espacio de estados del problema crece de forma exponencial (o asimilable a exponencial, como por ejemplo, factorial) ante incrementos lineales del número de elementos que intervienen en el problema.
El problema NP-Completo mas representativo es el "Problema del Viajante" que debe recorrer varias ciudades hasta volver al punto de partida incurriendo en el mínimo coste.
Cuando se habla de la complejidad de los problemas (o sistemas) no lineales, muchas veces ocurre que no se está hablando del problema en sí (un ejemplar de problema) sino que cuando se habla de que un problema es no lineal, a veces se está diciendo que se trata de un sistema de comportamiento no lineal, lo que en muchos casos significa una dificultad para la predicción y la extrapolación, o lo que es lo mismo, dificultad para aprendizaje a partir de la experiencia. Y otras veces se está hablando de la forma en la que el espacio de estados de ese problema aumenta al aumentar linealmente el número de elementos que intervienen; precisamente, que incrementos lineales del numero de estados provocan incrementos exponenciales (no lineales) del numero de posibles soluciones a evaluar.
Lineal Polinómica Exponencial f(x) = Ax Para resolver un problema que ante incrementos lineales del numero de variables que maneja (ciudades) produce un incremento exponencial del espacio de estados (recorridos), y por tanto de las necesidades de cálculo, es necesario reducir también de forma exponencial el espacio de estados a analizar, por ejemplo utilizando algoritmos genéticos (AG). Los AG consiguen esto gracias a que cada cadena explora simultáneamente varias zonas del espacio de estados: el peso (fitness) de una cadena, en la práctica, no solo habla de esa cadena en concreto, sino también de las que pueden surgir a partir de ella, mediante combinación o mutaciones.
[ Volver al Indice ]
Ontogenia:Curso vital de un individuo, desde su concepción hasta la madurez
[ Volver al Indice ]
Optimización:(Adapatado de Santo, David. Algoritmos Genéticos en Linux (II). Mayo 1999. Revista Linux Actual, nº7. y Santo, David. Algoritmos Genéticos para Linux. GALOPPS. Abril 1999. Revista Linux Actual, nº6. )
Dada una función
Y = f(X1,X2,...Xn)que representa el comportamiento del sistema o problema que tratamos de resolver, se trata de encontrar el conjunto de valores de las variables de entrada a la función (X1,X2,...Xn) tales que a la salida de la función (Y) se obtenga el valor deseado, teniendo en cuenta que el conjunto de valores de entrada debe cumplir ciertas restricciones.
Si el valor deseado (llamemosle k) de Y es único, podemos definir una nueva función llamada Error (E) como la diferencia entre el valor real obtenido por la función (Y) y el valor deseado (k), es decir:
E = Y - k E = f(X1,X2,...Xn) - ky en este caso, optimizar consistirá en minimizar la función E de error (obtener su mínimo). Otras veces no se tratará de obtener un valor determinado, sino el máximo valor posible (k = infinito) o el mínimo posible (k = -infinito)
Cualquier problema de optimización se puede interpretar como encontrar el máximo(s) y/o el mínimo(s) de una función. Desde este planteamiento, la optimización puede realizarse por el método (simbólico) de:
- Derivar la función a optimizar
- Igualar a cero la función derivada
- Extraer máximos, mínimos y puntos de inflexión
- Realizar la segunda derivada de la función
- Determinar que puntos son máximo, minimo o punto de inflexión
- Aplicar las restricciones a las entradas para seleccionar sólo soluciones válidas
Sin embargo este método no puede ser empleado en muchísimas ocasiones, por diversas razones: por ejemplo, la función tiene que ser derivable dos veces, y se requiere la resolución de una ecuación. Esta es la razón de la existencia de multitud de métodos de optimziación, cada uno adecuado a un cierto tipo de problemas.
Los métodos de optimización se pueden clasificar:
- Segun la naturaleza de las soluciones:
- numéricos: se tienen en cuenta los valores de los parámetros pero no su orden
- combinatorios: se tienen en cuenta los valores de los parámetros y también su orden
- de permutaciones: no se tienen en cuenta los valores de los parámetros pero sí su orden
- Según el grado de aleatoriedad en el proceso de búsqueda:
- determinísticos: no intervienen procesos aleatorios ni pseudoaleatorios. Siempre se obtienen los mismos resultados ante las mismas entradas.
- aleatorios o estocásticos: intervienen procesos aleatorios y/o pseudoaleatorios. Es posible obtener distintos resultados ante las mismas entradas.
- Según el grado de penetración (razón entre exploración y explotación):
- En profundidad, explotadores, egoístas, elitístas, conservadores. Producen una convergencia muy rápida hacia una solución.
- En anchura, exploradores, altruistas, innovadores. Producen una exploración muy a fondo del espacio de búsqueda.
- Equilibrada, cooperación, compromiso. Es la combinación óptima de los dos anteriores, de forma que se obtiene una solución suficientemente buena (característica de una gran exploración) en un tiempo suficientemente corto (característico de una gran explotación).
- Según el número de candidatos existentes durante la búsqueda:
- Simples: en todo momento existe una única solución que es refinada sucesivamente.
- Múltiples: en todo momento existen varias soluciones.
- Según el tipo de búsqueda:
- Búsqueda a ciegas: se parte de un absoluto desconocimiento de la utilidad de los distintos puntos del espacio del problema. Tan solo se conocen los límites del dominio del problema, es decir, el número de dimensiones y el número de valores o rangos de valores por cada dimensión. En algunos casos podría desconocerse la naturaleza (tipo de dato) y/o desconocerse los límites de alguna o todas las dimensiones, o incluso desconocerse la lista de las dimensiones relevantes (ya que podría haber algunas indiferentes) de todo el conjunto de dimensiones posibles.
- Búsqueda heurística: existe algun tipo de conocimiento previo que permite clasificar algunas zonas del espacio de búsqueda como mas prometedoras.
[ Volver al Indice ]