Los algoritmos evolutivos se inspiran en la evolución biológica como metáfora de su modus
operandi: se consideran poblaciones (conjuntos) de individuos (soluciones a problemas),
donde cada individuo se caracteriza por su genotipo (conjunto de parámetros que componen
la solución), y se le asigna un fitness que mide cuán adaptado es (cómo de buena es la
solución). La cuestión es que las distintas clases de algoritmos evolutivos aparecieron en la
segunda mitad del siglo XX, en una época en la que la complejidad de los seres vivos se
interpretaba como la complejidad de sus correspondientes genotipos [35]. Así, en los
algoritmos evolutivos se suele poner el acento sobre el diseño de un buen genotipo, y la
transformación de genotipo en fenotipo suele ser trivial, siguiendo el paradigma de esta
interpretación biológica.
Actualmente, se está descifrando el enigma del desarrollo de los seres vivos poco a poco, y el
genotipo va perdiendo paulatinamente su papel estelar. La complejidad de los seres vivos se
asigna cada vez más a su proceso de desarrollo, que el genotipo modula y coordina antes que
dirige [35]. Esto ha motivado la aplicación de este paradigma a diversas disciplinas, como
redes neuronales [1, 17], agentes autónomos [16], o diseño de hardware [15]. En este trabajo,
nos proponemos explorar este paradigma desde el punto de vista del diseño computacional de
estructuras.
Concretando, en este trabajo pretende esbozar un marco de trabajo con el que estudiar
procesos de desarrollo bioinspirados de estructuras tensegritales. El carácter de este trabajo se
puede entender como una exploración del espacio de posibilidades en los estadios iniciales de
la tesis.
Buscar en Dimension