Operadores de Población

Los operadores de población son genéricos y actúan con varios objetos de la población (seleccionando algunos de ellos, creando individuos a partir de otros o sustituyendo algunos individuos por otros).

Entre estos operadores se incluyen el de selección, crianza, reemplazo y migración.

Al igual que en el caso anterior, los operadores de selección, crianza y reemplazo siguen siendo los mismos que vimos en el capítulo anterior en la sección , por lo que sólo describiremos los de migración, que sí suponen un aspecto novedoso de OEP con respecto a OE.

Un eoMigrator (y descendientes) selecciona varios individuos de entre los mejores de la población, haciéndolos migrar hacia otras poblaciones, de acuerdo a cierto esquema de migración. De esta forma se realiza un intercambio de información útil entre las distintas poblaciones.

Como se puede ver en la figura , los diferentes esquemas de migración están implementados como subclases de eoMigrator:

• eoRing: Esta clase utiliza un esquema de migración en anillo, migrando individuos al siguiente vecino y obteniendo los mejores cromosomas del procesador anterior.
• eoBrodcast: Esta clase utiliza un esquema de comunicación en red o todos contra todos, es decir, los mejores individuos de cada población llegan a todas las poblaciones.
• eoStar: Esta clase utiliza un esquema de migración en estrella, un procesador maestro recoge los mejores individuos de todas las subpoblaciones y los distribuye.

Figura: Jerarquía de clases de la biblioteca OEP para los operadores de migración.

De eoMigrator se puede hacer heredar una clase con el esquema de comunicación que mejor se adapte a nuestras necesidades, en función de la topología de la red de procesadores que vayamos a utilizar. Para ello, podemos utilizar los siguientes método protegidos:

• evalNewPop: Toma una población como parámetro y evalua a todos los individuos que tengan una ganancia (fitness) inválida.
• evalNewChrom: Toma un individuo como parámetro y lo evalua.

Además la clase eoMigrator proporciona el método público getTheBest que toma como parámetro la población del procesador local y devuelve el mejor individuo de todas la poblaciones, para que funcione este método, tiene que ser llamado por todas las islas (procesos). Utilizando este método al final de las distintas ejecuciones en los diferentes procesadores, obtenemos el mejor individuo. De esta forma se puede implementar otro tipo de migración que se ha utilizado en las pruebas realizadas y que se ha denominado simple, y se basa en lanzar varias ejeuciones en paralelo e incomunicadas y obtener, al final, el mejor individuo de todas las poblaciones.