algoritmos-geneticos-DG-PV 0.1.0

Librería de algoritmos genéticos en español.

🧬 algoritmos_geneticos_col

Una librería de algoritmos genéticos modular y parametrizable, diseñada en español latino colombiano.
Ideal para optimización, inteligencia artificial evolutiva, proyectos de investigación y educación.

---

🚀 Características principales

• 📚 Métodos de selección: Ruleta, Torneo, Aleatorio.
• 🔀 Métodos de cruce: Un punto, Dos puntos, Uniforme.
• 🧬 Métodos de mutación: Básica y Aleatoria.
• 🔄 Métodos de reemplazo: Generacional y Elitismo.
• 🎯 Totalmente parametrizable (tamaño de población, tasa de cruce, tasa de mutación, generaciones, etc.).
• 🛠️ Código limpio, documentado y en español latino.

---

📦 Instalación

Una vez esté publicada en PyPI:

pip install algoritmos_geneticos_col

Por ahora, si deseas instalar localmente:

pip install .

Desde la raíz del proyecto donde está el setup.py.

---

🛠️ Ejemplo de uso básico

from algoritmos_geneticos_col.genetico import AlgoritmoGenetico

# Definir función de aptitud (fitness)
def aptitud(individuo):
    return sum(individuo)  # Ejemplo simple: maximizar n煤mero de 1s

# Inicializar el algoritmo
algoritmo = AlgoritmoGenetico(
    tama帽o_poblacion=20,
    num_generaciones=50,
    funcion_fitness=aptitud,
    metodo_seleccion='torneo',
    metodo_cruce='un_punto',
    metodo_mutacion='basica',
    metodo_reemplazo='elitismo',
    probabilidad_cruce=0.8,
    probabilidad_mutacion=0.05
)

# Inicializar población (genomas de 10 genes)
algoritmo.inicializar_poblacion(tama帽o_genoma=10)

# Evolucionar
algoritmo.evolucionar()

# Mostrar mejor individuo
mejor, puntuacion = algoritmo.obtener_mejor_individuo()
print(f"Mejor individuo: {mejor}, Aptitud: {puntuacion}")

---

📋 Documentación

• 📋 Documentación completa (en construcción).
• Código comentado directamente en cada módulo.
• Compatible con generación de documentación automática (Sphinx, MkDocs).

---

📄 Licencia

Este proyecto está licenciado bajo la Licencia MIT.
Libre para uso, modificación y distribución con atribución.

---

🤝 Contribuciones

¡Las contribuciones son bienvenidas!
Puedes proponer mejoras, corregir errores o sugerir nuevos métodos evolutivos.

1. Haz un fork del proyecto.
2. Crea una rama (git checkout -b mejora-nueva).
3. Haz commit a tus cambios (git commit -am 'nueva mejora').
4. Haz push (git push origin mejora-nueva).
5. Abre un pull request.

---

👨‍💻 Autor

• David Gomez - GitHub
• Paula Vera - GitHub