2. Son algoritmos matemáticos de Optimización basados en mecanismos naturales de selección y genética, proporcionando excelentes soluciones en problemas complejos con gran número de parámetros (John Holland).

3. El éxito de los algoritmos genéticos se refleja en conferencias sobre Illinois Genetic Algorithms Laboratory , es una revista internacional dedicada al tema y un sinnúmero de publicaciones alrededor del mundo.

15. Selección por el Método de la Ruleta Individuo x F(x) Psi 1 10101 14 537824 0,01% 2 10111 20 3200000 0,03% 3 10001 25 9765625 0,09% 4 11001 66 1252332576 12,16% 5 11110 98 9039207968 87,74%

16. Selección por el método de la ruleta Cuanto mejor es su valor de la función de costo mayor es la probabilidad de ser seleccionado.

21. Multipunto Operadores de Cruce

23. Representación

25. (1) = Número que le asignamos al individuo. (2) = Individuos después de la selección. (3) = Pareja para el cruce. (4) = Punto aleatorio de cruce. (1) = Número que le asignamos al individuo. (2) = Individuos después del cruce. (3) = Valor de x. (4) = Valor de f(x). 3. Selección 4. Cruce

26. Aplicación en la Logística Minimizar la distancia recorrida Ciudad Destino Ciudad de Origen 1 2 3 4 5 6 1 0 10 5 6 7 1 2 10 0 6 4 3 4 3 5 6 0 8 2 2 4 6 4 8 0 4 7 5 7 3 2 4 0 1 6 1 4 2 7 1 0

32. 4. Mutación ( Intercambios). Aplicación en la Logística Hijo 1 4 6 2 5 2 3 4 1 4 1 2 5 3 4 6 4 5

33. Aplicación en la Logística 4. Mutación ( Intercambios). Optimo Hijo Distancia Recorrida 1 5 6 2 3 1 4 23 2 3 1 2 4 5 6 25 3 2 3 5 1 4 6 23 4 6 2 4 3 1 5 24 5 2 5 6 1 4 3 16 6 1 5 3 2 6 4 26