MINERÍA la mejor puerta de acceso al sector minero EDICIÓN 580 / ENERO 2026 51 Tabla 4. Componentes Principales de DEAP Componente Descripción Creator Permite definir la estructura de los individuos y su función objetivo (fitness). Base.Toolbox Es el núcleo de DEAP. Aquí se registran las funciones que definen: Generación de atributos. Inicialización de individuos y poblaciones. Función de evaluación. Operadores de cruce, mutación y selección. Estrategias evolutivas. Tools Contiene los operadores: cxBlend: cruce por mezcla. mutGaussian: mutación gaussiana. selTournament: selección por torneo. Algorithms Implementa algoritmos clásicos como eaSimple, eaMuPlusLambda, etc., que controlan el ciclo evolutivo (evaluación, selección, reproducción). tabilidad, flexibilidad y compatibilidad con entornos modernos. PyTorch, desarrollado por Facebook AI Research, ofrece una estructura modular que permite construir redes neuronales personalizadas, facilitando la creación de arquitecturas híbridas como ANFIS desde cero. En una implementación personalizada, ANFIS se construye utilizando los bloques fundamentales de PyTorch, dado que no existe un módulo nativo para este tipo de sistema. La Tabla 3 resume los componentes principales utilizados en este trabajo para modelar ANFIS en PyTorch. A pesar de las ventajas que ofrece ANFIS, su desempeño puede verse condicionado por la calidad de los valores iniciales asignados a las funciones de membresía y las reglas de inferencia. Aunque estos parámetros pueden ser ajustados mediante entrenamiento supervisado, la convergencia hacia soluciones óptimas no siempre está garantizada, especialmente en espacios de búsqueda complejos y altamente no lineales. En este contexto, surge una alternativa robusta y flexible: los algoritmos genéticos difusos (Fuzzy Genetic Algorithms, FGA). Los FGA, mostrados en la Figura 4, integran dos paradigmas fundamentales de la inteligencia computacional: los sistemas de lógica difusa (Fuzzy Logic Systems, FLS), que modelan incertidumbre y conocimiento experto, y los algoritmos genéticos (Genetic Algorithms, GA), que permiten realizar procesos de búsqueda y optimización inspirados en la evolución natural. Esta combinación resulta particularmente útil para ajustar de forma automática los parámetros clave de un sistema difuso, tales como las funciones de pertenencia, las reglas tipo Takagi–Sugeno o los coeficientes de salida. Nota. Extraída de Candiotti et al. (2020). Figura 5. Variables utilizadas en una estrategia de control para molienda.
RkJQdWJsaXNoZXIy MTM0Mzk2