Procesos evolutivos

@misc{ehrilch1963the1,
    author = "Ehrilch, P. R. y Holm, R. W",
    title = "El proceso de la evolución",
    year = "1963",
    howpublished = "New York, McGraw-Hill, 347 p",
    note = "talkorigins_source = {true}; raw_reference = {Ehrilch, P. R., y Holm, R. W., 1963, El proceso de la evolución: New York, McGraw-Hill, 347 p.}"
}

@article{doi101111j155856461975tb00851x,
    author = "Felsenstein, Joseph",
    title = "THE GENÉTICA DE LA BASE DEL CAMBIO EVOLUCIONISTA",
    year = "1975",
    journal = "Evolución",
    url = "https://doi.org/10.1111/j.1558-5646.1975.tb00851.x",
    doi = "10.1111/j.1558-5646.1975.tb00851.x",
    openalex = "W1547248981"
}

Se sugiere que la evolución en las plantas puede estar asociada con el surgimiento de tres estrategias primarias, cada una de las cuales puede identificarse haciendo referencia a un número de características, incluidas las características morfológicas, la asignación de recursos, la fenología y la respuesta al estrés. La estrategia competitiva prevalece en la vegetación productiva y relativamente no perturbada, la estrategia tolerante al estrés se asocia con condiciones continuamente no productivas y la estrategia ruderal es característica de hábitats severamente perturbados pero potencialmente productivos. Un modelo triangular basado en las tres estrategias puede conciliarse con la teoría de la selección r- y K, proporciona una visión de los procesos de sucesión y dominancia de la vegetación y parece ser capaz de extenderse a los hongos y a los animales.

@article{doi101086283244,
    author = "Grime, J. P.",
    title = "Evidencia de la existencia de tres estrategias primarias en plantas y su relevancia para la teoría ecológica y evolutiva",
    year = "1977",
    journal = "The American Naturalist",
    abstract = "Se sugiere que la evolución en las plantas puede estar asociada con el surgimiento de tres estrategias primarias, cada una de las cuales puede identificarse haciendo referencia a un número de características, incluidas las características morfológicas, la asignación de recursos, la fenología y la respuesta al estrés. La estrategia competitiva prevalece en la vegetación productiva y relativamente no perturbada, la estrategia tolerante al estrés se asocia con condiciones continuamente no productivas y la estrategia ruderal es característica de hábitats severamente perturbados pero potencialmente productivos. Un modelo triangular basado en las tres estrategias puede conciliarse con la teoría de la selección r- y K, proporciona una visión de los procesos de sucesión y dominancia de la vegetación y parece ser capaz de extenderse a los hongos y a los animales.",
    url = "https://doi.org/10.1086/283244",
    doi = "10.1086/283244",
    openalex = "W2055424972",
    references = "doi101038242344a0, doi101038250026a0, doi101086282454, doi101086282455, doi1015159781400881376, doi102307213332, doi1023072258728, doi10230725528056, doi1023073241344, doi105962bhltitle59991"
}

I. VISTA GENERAL Y MOTIVACIÓN 1. Introducción 2. La necesidad de una teoría evolutiva II. FUNDAMENTOS TEÓRICOS DE LA ORGANIZACIÓN DE LA TEORÍA EVOLUTIVA ECONÓMICA 3. Los fundamentos de la ortodoxia contemporánea 4. Habilidades 5. Capacidades organizativas y comportamiento III. LA ECONOMÍA DE LIBRO DE TEXTO REVISADA 6. Equilibrio estático de selección 7. Respuesta de la empresa y la industria a las condiciones de mercado cambiadas IV. TEORÍA DEL CRECIMIENTO 8. Teoría del crecimiento neoclásica: una crítica 9. Un modelo evolutivo del crecimiento económico 10. El crecimiento económico como un proceso puro de selección 11. Análisis adicional de la búsqueda y la selección V. COMPETENCIA SCHUMPETERIANA 12. Competencia dinámica y progreso técnico 13. Fuerzas que generan y limitan la concentración bajo la competencia schumpeteriana 14. El compromiso schumpeteriano revisado VI. BIENESTAR ECONÓMICO Y POLÍTICA 15. Economía normativa desde una perspectiva evolutiva 16. La evolución de las políticas públicas y el papel del análisis VII. CONCLUSIÓN 17. Retrospectiva y prospectiva Referencias Índice

@book{openalexw3124140110,
    author = "Winter y Sidney, G",
    title = "Una teoría evolutiva del cambio económico",
    year = "1982",
    abstract = "I. VISTA GENERAL Y MOTIVACIÓN 1. Introducción 2. La necesidad de una teoría evolutiva II. FUNDAMENTOS TEÓRICOS DE LA ORGANIZACIÓN DE LA TEORÍA EVOLUTIVA ECONÓMICA 3. Los fundamentos de la ortodoxia contemporánea 4. Habilidades 5. Capacidades organizativas y comportamiento III. LA ECONOMÍA DE LIBRO DE TEXTO REVISADA 6. Equilibrio estático de selección 7. Respuesta de la empresa y la industria a las condiciones de mercado cambiadas IV. TEORÍA DEL CRECIMIENTO 8. Teoría del crecimiento neoclásica: una crítica 9. Un modelo evolutivo del crecimiento económico 10. El crecimiento económico como un proceso puro de selección 11. Análisis adicional de la búsqueda y la selección V. COMPETENCIA SCHUMPETERIANA 12. Competencia dinámica y progreso técnico 13. Fuerzas que generan y limitan la concentración bajo la competencia schumpeteriana 14. El compromiso schumpeteriano revisado VI. BIENESTAR ECONÓMICO Y POLÍTICA 15. Economía normativa desde una perspectiva evolutiva 16. La evolución de las políticas públicas y el papel del análisis VII. CONCLUSIÓN 17. Retrospectiva y prospectiva Referencias Índice",
    url = "https://openalex.org/W3124140110",
    openalex = "W3124140110"
}

Resumen Las preferencias contemporáneas de pareja pueden proporcionar pistas importantes sobre la historia reproductiva humana. Poco se sabe sobre qué características valoran las personas en posibles parejas. Se formularon cinco predicciones sobre las diferencias sexuales en las preferencias de pareja en humanos basadas en concepciones evolutivas de la inversión parental, la selección sexual, la capacidad reproductiva humana y las asimetrías sexuales respecto a la certeza de la paternidad frente a la maternidad. Las predicciones se centraron en cómo cada sexo valoraba la capacidad de generar ingresos, la ambición—diligencia, la juventud, la belleza física y la castidad. Las predicciones se probaron con datos de 37 muestras extraídas de 33 países ubicados en seis continentes y cinco islas (N total = 10.047). Para 27 países, los datos demográficos sobre la edad real de matrimonio proporcionaron una comprobación de validez de los datos de cuestionario. Se encontró que las mujeres valoran más las señales de adquisición de recursos en posibles parejas que los hombres. Las características que señalan la capacidad reproductiva fueron valoradas más por los hombres que por las mujeres. Estas diferencias sexuales pueden reflejar diferentes presiones de selección evolutiva sobre los hombres y las mujeres humanas; proporcionan evidencia transcultural poderosa de las actuales diferencias sexuales en las estrategias reproductivas. La discusión se centra en los mecanismos proximales subyacentes a las preferencias de pareja, las consecuencias para la competencia intrasexual humana y las limitaciones de este estudio.

@article{doi101017s0140525x00023992,
    author = "Buss, David M.",
    title = "Diferencias sexuales en las preferencias de pareja en humanos: hipótesis evolutivas probadas en 37 culturas",
    year = "1989",
    journal = "Behavioral and Brain Sciences",
    abstract = "Resumen Las preferencias contemporáneas de pareja pueden proporcionar pistas importantes sobre la historia reproductiva humana. Poco se sabe sobre qué características valoran las personas en posibles parejas. Se formularon cinco predicciones sobre las diferencias sexuales en las preferencias de pareja en humanos basadas en concepciones evolutivas de la inversión parental, la selección sexual, la capacidad reproductiva humana y las asimetrías sexuales respecto a la certeza de la paternidad frente a la maternidad. Las predicciones se centraron en cómo cada sexo valoraba la capacidad de generar ingresos, la ambición—diligencia, la juventud, la belleza física y la castidad. Las predicciones se probaron con datos de 37 muestras extraídas de 33 países ubicados en seis continentes y cinco islas (N total = 10.047). Para 27 países, los datos demográficos sobre la edad real de matrimonio proporcionaron una comprobación de validez de los datos de cuestionario. Se encontró que las mujeres valoran más las señales de adquisición de recursos en posibles parejas que los hombres. Las características que señalan la capacidad reproductiva fueron valoradas más por los hombres que por las mujeres. Estas diferencias sexuales pueden reflejar diferentes presiones de selección evolutiva sobre los hombres y las mujeres humanas; proporcionan evidencia transcultural poderosa de las actuales diferencias sexuales en las estrategias reproductivas. La discusión se centra en los mecanismos proximales subyacentes a las preferencias de pareja, las consecuencias para la competencia intrasexual humana y las limitaciones de este estudio.",
    url = "https://doi.org/10.1017/s0140525x00023992",
    doi = "10.1017/s0140525x00023992",
    openalex = "W2157338817",
    references = "doi101007978146847862422, doi1010160022519364900384, doi1010160022519366901846, doi1010160162309582900279, doi1010160162309583900274, doi101016s0065260122x00026, doi101017cbo9780511806292, doi101017s0140525x00010128, doi10103711774000, doi10103712293000, doi101038246015a0, doi101038369716c0, doi101086284064, doi101111j155856461957tb02911x, doi101126science327542, doi1011425786, doi1011770022022190211001, doi101537ase188722495, doi1023072393017, doi1023072412191, doi1023072485224, doi1023072576242, doi1023075530, doi102307582242, doi1043249781315129266, doi10432497813151292667, doi1043249781410606266, doi105962bhltitle27468, doi105962bhltitle59991, doi105962bhltitle82303, openalexw1649242647, openalexw2000871817"
}

Se revisa la caracterización matemática de singularidades con exponentes de Lipschitz. Se revisan teoremas que estiman los exponentes locales de Lipschitz de funciones a partir de la evolución a través de escalas de su transformada wavelet. Luego se demuestra que los máximos locales del módulo de la transformada wavelet detectan las ubicaciones de estructuras irregulares y proporcionan procedimientos numéricos para calcular sus exponentes de Lipschitz. La transformada wavelet de singularidades con oscilaciones rápidas tiene un comportamiento particular que se estudia por separado. La frecuencia local de tales oscilaciones se mide a partir de los máximos del módulo de la transformada wavelet. Se ha demostrado numéricamente que las señales unidimensionales y bidimensionales pueden reconstruirse, con una buena aproximación, a partir de los máximos locales de su transformada wavelet. Como aplicación, se desarrolla un algoritmo que elimina el ruido blanco de las señales analizando la evolución de los máximos de la transformada wavelet a través de escalas. En dos dimensiones, los máximos de la transformada wavelet indican la ubicación de los bordes en las imágenes. >

@article{doi10110918119727,
    author = "Mallat, Stéphane y Hwang, Wen-Liang",
    title = "Detección y procesamiento de singularidades con wavelets",
    year = "1992",
    journal = "IEEE Transactions on Information Theory",
    abstract = "Se revisa la caracterización matemática de singularidades con exponentes de Lipschitz. Se revisan teoremas que estiman los exponentes locales de Lipschitz de funciones a partir de la evolución a través de escalas de su transformada wavelet. Luego se demuestra que los máximos locales del módulo de la transformada wavelet detectan las ubicaciones de estructuras irregulares y proporcionan procedimientos numéricos para calcular sus exponentes de Lipschitz. La transformada wavelet de singularidades con oscilaciones rápidas tiene un comportamiento particular que se estudia por separado. La frecuencia local de tales oscilaciones se mide a partir de los máximos del módulo de la transformada wavelet. Se ha demostrado numéricamente que las señales unidimensionales y bidimensionales pueden reconstruirse, con una buena aproximación, a partir de los máximos locales de su transformada wavelet. Como aplicación, se desarrolla un algoritmo que elimina el ruido blanco de las señales analizando la evolución de los máximos de la transformada wavelet a través de escalas. En dos dimensiones, los máximos de la transformada wavelet indican la ubicación de los bordes en las imágenes. >",
    url = "https://doi.org/10.1109/18.119727",
    doi = "10.1109/18.119727",
    openalex = "W2152328854",
    references = "doi1023072981858"
}

@book{doi1010079781461540809,
    author = "Roff, Derek A.",
    title = "Genética Cuantitativa Evolutiva",
    year = "1997",
    url = "https://doi.org/10.1007/978-1-4615-4080-9",
    doi = "10.1007/978-1-4615-4080-9",
    openalex = "W4229801755"
}

El cómputo evolutivo ha comenzado a recibir atención significativa durante la última década, aunque sus orígenes se pueden rastrear hasta finales de la década de 1950. Este artículo revisa la historia así como el estado actual de este campo de rápido crecimiento. Describimos el propósito, la estructura general y los principios de funcionamiento de diferentes enfoques, incluidos los algoritmos genéticos (GA) (con enlaces a la programación genética (GP) y los sistemas de clasificación (CS)), las estrategias evolutivas (ES) y la programación evolutiva (EP) mediante el análisis y la comparación de sus componentes más importantes (es decir, representaciones, operadores de variación, reproducción y mecanismo de selección). Finalmente, ofrecemos una breve visión general de la variedad de dominios de aplicación, aunque esto necesariamente debe permanecer incompleto.

@article{doi1011094235585888,
    author = "Bäck, Thomas y Hammel, Ulrich y Schwefel, Hans–Paul",
    title = "Cómputo evolutivo: comentarios sobre la historia y el estado actual",
    year = "1997",
    journal = "IEEE Transactions on Evolutionary Computation",
    abstract = "El cómputo evolutivo ha comenzado a recibir atención significativa durante la última década, aunque sus orígenes se pueden rastrear hasta finales de la década de 1950. Este artículo revisa la historia así como el estado actual de este campo de rápido crecimiento. Describimos el propósito, la estructura general y los principios de funcionamiento de diferentes enfoques, incluidos los algoritmos genéticos (GA) (con enlaces a la programación genética (GP) y los sistemas de clasificación (CS)), las estrategias evolutivas (ES) y la programación evolutiva (EP) mediante el análisis y la comparación de sus componentes más importantes (es decir, representaciones, operadores de variación, reproducción y mecanismo de selección). Finalmente, ofrecemos una breve visión general de la variedad de dominios de aplicación, aunque esto necesariamente debe permanecer incompleto.",
    url = "https://doi.org/10.1109/4235.585888",
    doi = "10.1109/4235.585888",
    openalex = "W2105217850",
    references = "doi1010079783662033159"
}

Prólogo. Introducción. Heredabilidad. La correlación genética. Selección direccional. Selección direccional y la respuesta correlacionada. Selección direccional y la respuesta correlacionada. Plasticidad fenotípica y normas de reacción. Efectos relacionados con el sexo sobre la variación cuantitativa. Cuellos de botella, poblaciones finitas y endogamia. El mantenimiento de la variación genética. Un resumen. Glosario de términos. Glosario de símbolos. Referencias. Índice de materias. Índice taxonómico.

@article{doi105860choice355054,
    title = "Genética cuantitativa evolutiva",
    year = "1998",
    journal = "Choice Reviews Online",
    abstract = "Prólogo. Introducción. Heredabilidad. La correlación genética. Selección direccional. Selección direccional y la respuesta correlacionada. Selección direccional y la respuesta correlacionada. Plasticidad fenotípica y normas de reacción. Efectos relacionados con el sexo sobre la variación cuantitativa. Cuellos de botella, poblaciones finitas y endogamia. El mantenimiento de la variación genética. Un resumen. Glosario de términos. Glosario de símbolos. Referencias. Índice de materias. Índice taxonómico.",
    url = "https://doi.org/10.5860/choice.35-5054",
    doi = "10.5860/choice.35-5054",
    openalex = "W618189762"
}

Los algoritmos evolutivos (AE) suelen ser muy adecuados para problemas de optimización que involucran varios, a menudo objetivos conflictivos. Desde 1985, se han desarrollado diversos enfoques evolutivos para la optimización de múltiples objetivos que son capaces de buscar múltiples soluciones simultáneamente en una sola ejecución. Sin embargo, los pocos estudios comparativos de diferentes métodos presentados hasta ahora siguen siendo mayoritariamente cualitativos y a menudo se limitan a pocos enfoques. En este artículo, se comparan cuantitativamente cuatro AE de múltiples objetivos, tomando como base un problema de mochila 0/1 extendido. Además, presentamos un nuevo enfoque evolutivo para la optimización multicriterio, el AE Pareto de fuerza (SPEA), que combina varias características de los AE de múltiples objetivos anteriores de una manera única. Se caracteriza por (a) almacenar soluciones no dominadas externamente en una segunda población continuamente actualizada, (b) evaluar la aptitud de un individuo dependiendo del número de puntos no dominados externos que lo dominan, (c) preservar la diversidad de la población utilizando la relación de dominancia de Pareto, y (d) incorporar un procedimiento de agrupación con el fin de reducir el conjunto no dominado sin destruir sus características. Los resultados de prueba de concepto obtenidos en dos problemas artificiales así como en un problema más grande, la síntesis de un sistema multiprocesador de hardware y software digital, sugieren que SPEA puede ser muy efectivo en la muestreo a lo largo de todo el frente Pareto-óptimo y distribuir las soluciones generadas sobre la superficie de compromiso. Además, SPEA supera claramente a los otros cuatro AE de múltiples objetivos en el problema de la mochila 0/1.

@article{doi1011094235797969,
    author = "Zitzler, Eckart y Thiele, Lothar",
    title = "Algoritmos evolutivos de múltiples objetivos: un estudio de caso comparativo y el enfoque Pareto de fuerza",
    year = "1999",
    journal = "IEEE Transactions on Evolutionary Computation",
    abstract = "Los algoritmos evolutivos (AE) suelen ser muy adecuados para problemas de optimización que involucran varios, a menudo objetivos conflictivos. Desde 1985, se han desarrollado diversos enfoques evolutivos para la optimización de múltiples objetivos que son capaces de buscar múltiples soluciones simultáneamente en una sola ejecución. Sin embargo, los pocos estudios comparativos de diferentes métodos presentados hasta ahora siguen siendo mayoritariamente cualitativos y a menudo se limitan a pocos enfoques. En este artículo, se comparan cuantitativamente cuatro AE de múltiples objetivos, tomando como base un problema de mochila 0/1 extendido. Además, presentamos un nuevo enfoque evolutivo para la optimización multicriterio, el AE Pareto de fuerza (SPEA), que combina varias características de los AE de múltiples objetivos anteriores de una manera única. Se caracteriza por (a) almacenar soluciones no dominadas externamente en una segunda población continuamente actualizada, (b) evaluar la aptitud de un individuo dependiendo del número de puntos no dominados externos que lo dominan, (c) preservar la diversidad de la población utilizando la relación de dominancia de Pareto, y (d) incorporar un procedimiento de agrupación con el fin de reducir el conjunto no dominado sin destruir sus características. Los resultados de prueba de concepto obtenidos en dos problemas artificiales así como en un problema más grande, la síntesis de un sistema multiprocesador de hardware y software digital, sugieren que SPEA puede ser muy efectivo en la muestreo a lo largo de todo el frente Pareto-óptimo y distribuir las soluciones generadas sobre la superficie de compromiso. Además, SPEA supera claramente a los otros cuatro AE de múltiples objetivos en el problema de la mochila 0/1.",
    url = "https://doi.org/10.1109/4235.797969",
    doi = "10.1109/4235.797969",
    openalex = "W2106334424",
    references = "doi105860choice270936, openalexw1639032689"
}

@article{doi101023a1007677805582,
    author = "Michalski, Ryszard S.",
    title = "MODELO DE EVOLUCIÓN APRENDIZABLE: Procesos evolutivos guiados por el aprendizaje automático",
    year = "2000",
    journal = "Machine Learning",
    url = "https://doi.org/10.1023/a:1007677805582",
    doi = "10.1023/a:1007677805582",
    openalex = "W1587104749",
    references = "doi1010079783662028308, doi1010079783662033159, doi101016b9781558603776500232, doi105860choice270936, doi105962bhltitle59991, doi105962bhltitle68064, doi105962bhltitle82303, doi107551mitpress10900010001, doi107551mitpress39270010001, openalexw1639032689"
}

@article{doi101109cec2000870267,
    title = "Proceedings of the 2000 Congreso sobre Computación Evolutiva",
    year = "2000",
    url = "https://doi.org/10.1109/cec.2000.870267",
    doi = "10.1109/cec.2000.870267",
    openalex = "W4298110920"
}

En este artículo, proporcionamos una comparación sistemática de varios enfoques evolutivos para la optimización de múltiples objetivos utilizando seis funciones de prueba cuidadosamente seleccionadas. Cada función de prueba implica una característica particular que se sabe que causa dificultades en el proceso de optimización evolutiva, principalmente en la convergencia hacia el frente Pareto-óptimo (por ejemplo, multimodalidad y engaño). Al investigar por separado estas diferentes características del problema, es posible predecir el tipo de problemas para los que una técnica determinada está o no bien adaptada. Sin embargo, en contraste con lo que se sospechaba anteriormente, los resultados experimentales indican una jerarquía de los algoritmos en consideración. Además, los efectos emergentes son evidencia de que las funciones de prueba sugeridas proporcionan suficiente complejidad para comparar optimizadores de múltiples objetivos. Finalmente, se demuestra que la elitismo es un factor importante para mejorar la búsqueda evolutiva de múltiples objetivos.

@article{doi101162106365600568202,
    author = "Zitzler, Eckart y Deb, Kalyanmoy y Thiele, Lothar",
    title = "Comparación de algoritmos evolutivos de múltiples objetivos: Resultados empíricos",
    year = "2000",
    journal = "Computación evolutiva",
    abstract = "En este artículo, proporcionamos una comparación sistemática de varios enfoques evolutivos para la optimización de múltiples objetivos utilizando seis funciones de prueba cuidadosamente seleccionadas. Cada función de prueba implica una característica particular que se sabe que causa dificultades en el proceso de optimización evolutiva, principalmente en la convergencia hacia el frente Pareto-óptimo (por ejemplo, multimodalidad y engaño). Al investigar por separado estas diferentes características del problema, es posible predecir el tipo de problemas para los que una técnica determinada está o no bien adaptada. Sin embargo, en contraste con lo que se sospechaba anteriormente, los resultados experimentales indican una jerarquía de los algoritmos en consideración. Además, los efectos emergentes son evidencia de que las funciones de prueba sugeridas proporcionan suficiente complejidad para comparar optimizadores de múltiples objetivos. Finalmente, se demuestra que la elitismo es un factor importante para mejorar la búsqueda evolutiva de múltiples objetivos.",
    url = "https://doi.org/10.1162/106365600568202",
    doi = "10.1162/106365600568202",
    openalex = "W2125899728"
}

@article{doi10100797894010058529,
    author = "Gingerich, Philip D.",
    title = "Tasas de evolución en la escala de tiempo del proceso evolutivo",
    year = "2001",
    journal = "Temas contemporáneos en genética y evolución",
    url = "https://doi.org/10.1007/978-94-010-0585-2\_9",
    doi = "10.1007/978-94-010-0585-2\_9",
    openalex = "W2116132452",
    references = "doi101093aibsbulletin2214b, doi101111j155856461976tb00911x, doi101111j155856461983tb00236x, doi101119113295, doi101126science1563775636, doi1023071435536, doi1023072408842, doi1023072981858, doi105860choice355054, openalexw3135630760"
}

@article{doi101023a1013311015886,
    author = "Gingerich, Philip D.",
    title = "Tasas de evolución en la escala de tiempo del proceso evolutivo",
    year = "2001",
    journal = "Genética",
    url = "https://doi.org/10.1023/a:1013311015886",
    doi = "10.1023/a:1013311015886",
    openalex = "W4243454031",
    references = "doi1010079781461540809, doi101038387173a0, doi101086628623, doi101126science1563775636, doi101126science27553081934, doi1023071435536, doi1023072407703, doi1023072408842, doi1023072981858, openalexw3135630760"
}

Del editor: Los algoritmos evolutivos son relativamente nuevos, pero técnicas muy potentes utilizadas para encontrar soluciones a muchos problemas de búsqueda y optimización del mundo real. Muchos de estos problemas tienen múltiples objetivos, lo que lleva a la necesidad de obtener un conjunto de soluciones óptimas, conocidas como soluciones efectivas. Se ha encontrado que el uso de algoritmos evolutivos es una manera altamente efectiva de encontrar múltiples soluciones efectivas en una sola ejecución de simulación. · Cobertura exhaustiva de este área de investigación en crecimiento · Presenta cuidadosamente cada algoritmo con ejemplos y discusión en profundidad · Incluye muchas aplicaciones a problemas del mundo real, incluyendo diseño de ingeniería y programación · Incluye discusión de temas avanzados e investigación futura · Incluye ejercicios y soluciones, permitiendo su uso como texto de curso o para estudio autodidacta · Accesible para aquellos con conocimientos limitados de optimización multi-objetivo clásica y algoritmos evolutivos La presentación integrada de teoría, algoritmos y ejemplos beneficiará a aquellos que trabajan e investigan en las áreas de optimización, diseño óptimo y computación evolutiva. Este texto proporciona una excelente introducción al uso de algoritmos evolutivos en optimización multi-objetivo, permitiendo su uso como texto de curso de posgrado o para estudio autodidacta.

@book{openalexw1595498733,
    author = "Deb, Kalyanmoy y Kalyanmoy, Deb",
    title = "Optimización Multi-Objetivo Usando Algoritmos Evolutivos",
    year = "2001",
    booktitle = "Repositorio de la Universidad Andalés (Universidad Andalés)",
    abstract = "Del editor: Los algoritmos evolutivos son relativamente nuevos, pero técnicas muy potentes utilizadas para encontrar soluciones a muchos problemas de búsqueda y optimización del mundo real. Muchos de estos problemas tienen múltiples objetivos, lo que lleva a la necesidad de obtener un conjunto de soluciones óptimas, conocidas como soluciones efectivas. Se ha encontrado que el uso de algoritmos evolutivos es una manera altamente efectiva de encontrar múltiples soluciones efectivas en una sola ejecución de simulación. · Cobertura exhaustiva de este área de investigación en crecimiento · Presenta cuidadosamente cada algoritmo con ejemplos y discusión en profundidad · Incluye muchas aplicaciones a problemas del mundo real, incluyendo diseño de ingeniería y programación · Incluye discusión de temas avanzados e investigación futura · Incluye ejercicios y soluciones, permitiendo su uso como texto de curso o para estudio autodidacta · Accesible para aquellos con conocimientos limitados de optimización multi-objetivo clásica y algoritmos evolutivos La presentación integrada de teoría, algoritmos y ejemplos beneficiará a aquellos que trabajan e investigan en las áreas de optimización, diseño óptimo y computación evolutiva. Este texto proporciona una excelente introducción al uso de algoritmos evolutivos en optimización multi-objetivo, permitiendo su uso como texto de curso de posgrado o para estudio autodidacta.",
    openalex = "W1595498733",
    references = "doi1010029780470172254, doi1010079780387367972, doi1010079781461555636, doi1010079783662028308, doi1011094235996017, doi101109tevc2003810758, doi103929ethza004284029, doi107551mitpress10900010001, doi107551mitpress39270010001, openalexw225560312"
}

@article{doi101016s0045782501003231,
    author = "Coello, Carlos A. Coello",
    title = "Técnicas de manejo de restricciones teóricas y numéricas utilizadas con algoritmos evolutivos: una revisión del estado del arte",
    year = "2002",
    journal = "Computer Methods in Applied Mechanics and Engineering",
    url = "https://doi.org/10.1016/s0045-7825(01)00323-1",
    doi = "10.1016/s0045-7825(01)00323-1",
    openalex = "W2167580870",
    references = "doi1010079783662028308, doi1010160378475482901173, doi105962bhltitle59991, doi107551mitpress39270010001, openalexw1511493290"
}

@article{doi101016s0169534702025545,
    author = "Lee, Carol Eunmi",
    title = "Genética evolutiva de especies invasoras",
    year = "2002",
    journal = "Trends in Ecology \& Evolution",
    url = "https://doi.org/10.1016/s0169-5347(02)02554-5",
    doi = "10.1016/s0169-5347(02)02554-5",
    openalex = "W2155928419",
    references = "doi101038sjhdy6886170, doi101073pnas97137043, doi101073pnas97137051, doi101111j155856461951tb02788x, doi101126science2925517673, doi1016410006356820000500053eaecon23co2, doi1023072261425, doi1023072265769, doi1023072412809, doi104159harvard9780674865327, openalexw1554403518, openalexw1584633894"
}

Este artículo contiene una visión moderna de las técnicas de paralelización utilizadas para los algoritmos evolutivos (AE). El trabajo se motiva por dos hechos fundamentales: 1) las diferentes familias de AE han convergido naturalmente en la última década, mientras que los AE paralelos (PAE) aún carecen de estudios unificados; y 2) existe un gran número de mejoras en estos algoritmos y en su paralelización que plantean la necesidad de una revisión exhaustiva. Enfatizamos las diferencias entre el modelo de AE y su implementación paralela a lo largo del artículo. Discutimos las ventajas y desventajas de los PAE. También se mencionan aplicaciones exitosas e identificamos problemas abiertos. Proponemos soluciones potenciales a estos problemas y clasificamos las diferentes formas en que los resultados recientes en teoría y práctica están ayudando a resolverlos. Finalmente, proporcionamos un fondo altamente estructurado relacionado con los PAE con el fin de hacer que los investigadores sean conscientes de los beneficios de descentralizar y paralelizar un AE.

@article{doi101109tevc2002800880,
    author = "Alba, Enrique y Tomassini, Marco",
    title = "Paralelismo y algoritmos evolutivos",
    year = "2002",
    journal = "IEEE Transactions on Evolutionary Computation",
    abstract = "Este artículo contiene una visión moderna de las técnicas de paralelización utilizadas para los algoritmos evolutivos (AE). El trabajo se motiva por dos hechos fundamentales: 1) las diferentes familias de AE han convergido naturalmente en la última década, mientras que los AE paralelos (PAE) aún carecen de estudios unificados; y 2) existe un gran número de mejoras en estos algoritmos y en su paralelización que plantean la necesidad de una revisión exhaustiva. Enfatizamos las diferencias entre el modelo de AE y su implementación paralela a lo largo del artículo. Discutimos las ventajas y desventajas de los PAE. También se mencionan aplicaciones exitosas e identificamos problemas abiertos. Proponemos soluciones potenciales a estos problemas y clasificamos las diferentes formas en que los resultados recientes en teoría y práctica están ayudando a resolverlos. Finalmente, proporcionamos un fondo altamente estructurado relacionado con los PAE con el fin de hacer que los investigadores sean conscientes de los beneficios de descentralizar y paralelizar un AE.",
    url = "https://doi.org/10.1109/tevc.2002.800880",
    doi = "10.1109/tevc.2002.800880",
    openalex = "W2166348281",
    references = "doi1010079783662033159"
}

Tradicionalmente, las decisiones de asignación y programación se toman por separado en diferentes niveles del marco de gestión de la producción. La combinación de tales decisiones presenta una complejidad adicional y nuevos problemas. Presentamos dos nuevos enfoques para resolver conjuntamente los problemas de asignación y programación de talleres (con flexibilidad total o parcial). El primero es el enfoque mediante localización (AL). Permite resolver el problema de asignación de recursos y construir un modelo de asignación ideal (esquemas de asignación). El segundo es un enfoque evolutivo controlado por el modelo de asignación (generado por el primer enfoque). En tal enfoque, aplicamos manipulaciones genéticas avanzadas para mejorar la calidad de la solución. También explicamos algunas de las consideraciones prácticas y teóricas en la construcción de una codificación más robusta que nos permitirá resolver el problema de programación de talleres flexibles aplicando los algoritmos genéticos (AG). Se presentan dos ejemplos para mostrar la eficiencia de las dos metodologías sugeridas.

@article{doi101109tsmcc20021009117,
    author = "Kacem, Imed y Hammadi, Slim y Borne, Pierre",
    title = "Enfoque mediante localización y optimización evolutiva multiobjetivo para problemas de programación de talleres flexibles",
    year = "2002",
    journal = "IEEE Transactions on Systems Man and Cybernetics Part C (Aplicaciones y Revisiones)",
    abstract = "Tradicionalmente, las decisiones de asignación y programación se toman por separado en diferentes niveles del marco de gestión de la producción. La combinación de tales decisiones presenta una complejidad adicional y nuevos problemas. Presentamos dos nuevos enfoques para resolver conjuntamente los problemas de asignación y programación de talleres (con flexibilidad total o parcial). El primero es el enfoque mediante localización (AL). Permite resolver el problema de asignación de recursos y construir un modelo de asignación ideal (esquemas de asignación). El segundo es un enfoque evolutivo controlado por el modelo de asignación (generado por el primer enfoque). En tal enfoque, aplicamos manipulaciones genéticas avanzadas para mejorar la calidad de la solución. También explicamos algunas de las consideraciones prácticas y teóricas en la construcción de una codificación más robusta que nos permitirá resolver el problema de programación de talleres flexibles aplicando los algoritmos genéticos (AG). Se presentan dos ejemplos para mostrar la eficiencia de las dos metodologías sugeridas.",
    url = "https://doi.org/10.1109/tsmcc.2002.1009117",
    doi = "10.1109/tsmcc.2002.1009117",
    openalex = "W2166900052"
}

@book{doi102307jctvjsf433,
    author = "Gould, Stephen Jay",
    title = "The Structure of Evolutionary Theory",
    year = "2002",
    booktitle = "Harvard University Press eBooks",
    url = "https://doi.org/10.2307/j.ctvjsf433",
    doi = "10.2307/j.ctvjsf433",
    openalex = "W4300925890"
}

* *1. Definición y revisión de la estructura de la teoría de la evolución * Parte I: La historia de la lógica darwiniana y el debate *2. La esencia del darwinismo y la base de la ortodoxia moderna: Una exégesis del Origen de las especies *3. Semillas de jerarquía *4. Internalismo y leyes de la forma: Alternativas pre-darwinianas al funcionalismo *5. Las facetas fructíferas del poliedro de Galton: Canales y saltaciones en el formalismo post-darwiniano *6. Patrón y progreso en el escenario geológico *7. La síntesis moderna como un consenso limitado * Parte II: Hacia una teoría de la evolución revisada y ampliada *8. Especies como individuos en la teoría jerárquica de la selección *9. Equilibrio puntuado y la validación de la teoría macroevolutiva *10. La integración de la restricción y la adaptación (estructura y función) en ontogenia y filogenia: Restricciones históricas y la evolución del desarrollo *11. La integración de la restricción y la adaptación (estructura y función) en ontogenia y filogenia: Restricciones estructurales, arcos y la centralidad de la exaptación en la macroevolución *12. Niveles de tiempo y pruebas del extrapolacionismo, con un epílogo sobre la interacción de la teoría general y la historia contingente * Bibliografía * Índice

@article{doi105860choice396411,
    author = "Gould, Stephen Jay",
    title = "The structure of evolutionary theory",
    year = "2002",
    journal = "Choice Reviews Online",
    abstract = "* *1. Definición y revisión de la estructura de la teoría de la evolución * Parte I: La historia de la lógica darwiniana y el debate *2. La esencia del darwinismo y la base de la ortodoxia moderna: Una exégesis del Origen de las especies *3. Semillas de jerarquía *4. Internalismo y leyes de la forma: Alternativas pre-darwinianas al funcionalismo *5. Las facetas fructíferas del poliedro de Galton: Canales y saltaciones en el formalismo post-darwiniano *6. Patrón y progreso en el escenario geológico *7. La síntesis moderna como un consenso limitado * Parte II: Hacia una teoría de la evolución revisada y ampliada *8. Especies como individuos en la teoría jerárquica de la selección *9. Equilibrio puntuado y la validación de la teoría macroevolutiva *10. La integración de la restricción y la adaptación (estructura y función) en ontogenia y filogenia: Restricciones históricas y la evolución del desarrollo *11. La integración de la restricción y la adaptación (estructura y función) en ontogenia y filogenia: Restricciones estructurales, arcos y la centralidad de la exaptación en la macroevolución *12. Niveles de tiempo y pruebas del extrapolacionismo, con un epílogo sobre la interacción de la teoría general y la historia contingente * Bibliografía * Índice",
    url = "https://doi.org/10.5860/choice.39-6411",
    doi = "10.5860/choice.39-6411",
    openalex = "W1539968307"
}

@article{doi101016jtree200309010,
    author = "Olden, Julian D. y Poff, N. LeRoy y Douglas, Marlis R. y Douglas, Michael E. y Fausch, Kurt D.",
    title = "Consecuencias ecológicas y evolutivas de la homogeneización biótica",
    year = "2003",
    journal = "Trends in Ecology \& Evolution",
    url = "https://doi.org/10.1016/j.tree.2003.09.010",
    doi = "10.1016/j.tree.2003.09.010",
    openalex = "W2159330259",
    references = "doi1010079789400958517, doi101016s0169534701022832, doi101016s0169534702000447, doi101016s0169534702025545, doi101016s0169534703000089, doi101016s0169534703001009, doi101016s0169534799016791, doi101046j13652745200000473x, doi101111j155856461954tb01504x, doi101111j155856461987tb02459x, doi101126science25350241099, doi101126science27753301300, doi101126science2885467854, doi101146annurevecolsys27183, doi1015159780691209418, doi1023072257385, doi1023072409086, doi102307jctvx5wbbh"
}

Recientemente, ha aumentado el interés en la computación evolutiva aplicada a problemas de optimización cambiantes. El artículo revisa un número de enfoques que extienden el algoritmo evolutivo con memoria implícita o explícita, sugiere un nuevo problema de referencia y examina bajo qué circunstancias la memoria puede ser útil. A partir de estas observaciones, derivamos una nueva manera de explorar los beneficios de una memoria mientras minimizamos sus efectos negativos.

@article{doi101109cec1999785502,
    author = "Branke, Juergen",
    title = "Algoritmos evolutivos mejorados con memoria para problemas de optimización cambiantes",
    year = "2003",
    abstract = "Recientemente, ha aumentado el interés en la computación evolutiva aplicada a problemas de optimización cambiantes. El artículo revisa un número de enfoques que extienden el algoritmo evolutivo con memoria implícita o explícita, sugiere un nuevo problema de referencia y examina bajo qué circunstancias la memoria puede ser útil. A partir de estas observaciones, derivamos una nueva manera de explorar los beneficios de una memoria mientras minimizamos sus efectos negativos.",
    url = "https://doi.org/10.1109/cec.1999.785502",
    doi = "10.1109/cec.1999.785502",
    openalex = "W2148458253"
}

La Fonología Evolutiva es una teoría de patrones sonoros que sintetiza resultados en lingüística histórica, fonética y teoría fonológica. En este libro, Juliette Blevins explora la naturaleza de los patrones sonoros y el cambio sonoro en el lenguaje humano durante los últimos 7000–8000 años, la profundidad temporal para la cual el método comparativo es razonablemente fiable. Este libro presenta un enfoque al problema de cómo lenguas genéticamente no relacionadas, de familias tan distantes como las americanas nativas, aborígenes australianas, austronesias e indoeuropeas, pueden a menudo mostrar patrones sonoros similares, y también aborda el problema inverso de por qué existen notables excepciones a la mayoría de los patrones que a menudo se consideran tendencias o restricciones universales. Argumenta que en ambos casos, un modelo formal de cambio sonoro que integra la variación fonética y patrones de mala percepción puede explicar los sistemas sonoros atestiguados sin referencia a la marcación o naturalidad dentro de la gramática sincrónica.

@book{doi101017cbo9780511486357,
    author = "Blevins, Juliette",
    title = "Fonología evolutiva: el surgimiento de patrones sonoros",
    year = "2004",
    abstract = "La Fonología Evolutiva es una teoría de patrones sonoros que sintetiza resultados en lingüística histórica, fonética y teoría fonológica. En este libro, Juliette Blevins explora la naturaleza de los patrones sonoros y el cambio sonoro en el lenguaje humano durante los últimos 7000–8000 años, la profundidad temporal para la cual el método comparativo es razonablemente fiable. Este libro presenta un enfoque al problema de cómo lenguas genéticamente no relacionadas, de familias tan distantes como las americanas nativas, aborígenes australianas, austronesias e indoeuropeas, pueden a menudo mostrar patrones sonoros similares, y también aborda el problema inverso de por qué existen notables excepciones a la mayoría de los patrones que a menudo se consideran tendencias o restricciones universales. Argumenta que en ambos casos, un modelo formal de cambio sonoro que integra la variación fonética y patrones de mala percepción puede explicar los sistemas sonoros atestiguados sin referencia a la marcación o naturalidad dentro de la gramática sincrónica",
    url = "https://doi.org/10.1017/cbo9780511486357",
    doi = "10.1017/cbo9780511486357",
    openalex = "W1493009933",
    references = "doi101038343066a0, doi105962bhltitle68064"
}

Resumen Estudios recientes han documentado tasas de evolución de fenotipos ecológicamente importantes lo suficientemente rápidas como para tener el potencial de impactar el resultado de las interacciones ecológicas mientras estas están en curso. Observaciones de este tipo van en contra de la sabiduría aceptada de que las dinámicas ecológicas y evolutivas ocurren en escalas de tiempo muy diferentes. Mientras que algunos autores han evaluado la rapidez de una tasa evolutiva medida comparándola con la distribución general de tasas evolutivas medidas, creemos que los ecólogos están principalmente interesados en la evolución rápida debido a su potencial de afectar a los procesos ecológicos. Por lo tanto, proponemos que la evolución rápida se defina como un cambio genético que ocurre lo suficientemente rápido como para tener un impacto medible en el cambio ecológico simultáneo. Usando esta definición, proponemos un marco para descomponer las tasas de cambio ecológico en componentes impulsados por el cambio evolutivo simultáneo y por el cambio en un factor no evolutivo (por ejemplo, dinámicas de poblaciones dependientes de la densidad, cambio ambiental abiótico). La evolución se juzga como rápida en este contexto ecológico si su contribución al cambio ecológico es grande en relación con la contribución de otros factores. Proporcionamos un ejemplo trabajado de este enfoque basado en una interacción teórica depredador–presa [Abrams, P. & Matsuda, H. (1997). Evolution, 51, 1740], y encontramos que en este sistema el impacto de la evolución de la presa sobre la tasa de crecimiento per cápita del depredador es el 63% de la de las dinámicas ecológicas internas. Luego proponemos métodos analíticos para medir estas contribuciones en situaciones de campo, y los aplicamos a dos conjuntos de datos a largo plazo para los cuales existen datos ecológicos y evolutivos adecuados. Para ambos conjuntos de datos se han encontrado tasas relativamente altas de cambio evolutivo cuando se miden como cambio de caracteres en desviaciones estándar por generación (haldanes). Para los pinzones de Darwin que evolucionan en respuesta a las lluvias fluctuantes [Grant, P.R. & Grant, B.R. (2002). Science, 296, 707], estimamos que el cambio evolutivo ha sido más rápido que el cambio ecológico por un factor de 2.2. Para una población de copépodos de agua dulce cuya historia de vida evoluciona en respuesta a la depredación fluctuante de peces [Hairston, N.G. Jr & Dillon, T.A. (1990). Evolution, 44, 1796], encontramos que el cambio evolutivo ha sido aproximadamente un cuarto de la tasa del cambio ecológico – menos que en el ejemplo de los pinzones, pero no obstante sustancial. Estos análisis apoyan la visión de que para entender las dinámicas temporales en los procesos ecológicos es crítico considerar en qué medida los atributos del sistema bajo investigación están cambiando simultáneamente como resultado de la evolución rápida.

@article{doi101111j14610248200500812x,
    author = "Hairston, Nelson G. y Ellner, Stephen P. y Geber, Monica A. y Yoshida, Takehito y Fox, Jennifer",
    title = "Evolución rápida y la convergencia de los tiempos ecológicos y evolutivos",
    year = "2005",
    journal = "Ecology Letters",
    abstract = "Resumen Estudios recientes han documentado tasas de evolución de fenotipos ecológicamente importantes lo suficientemente rápidas como para tener el potencial de impactar el resultado de las interacciones ecológicas mientras estas están en curso. Observaciones de este tipo van en contra de la sabiduría aceptada de que las dinámicas ecológicas y evolutivas ocurren en escalas de tiempo muy diferentes. Si bien algunos autores han evaluado la rapidez de una tasa evolutiva medida comparándola con la distribución general de las tasas evolutivas medidas, creemos que los ecólogos están principalmente interesados en la evolución rápida debido a su potencial de afectar los procesos ecológicos. Por lo tanto, proponemos que la evolución rápida se defina como un cambio genético que ocurre lo suficientemente rápido como para tener un impacto medible en el cambio ecológico simultáneo. Usando esta definición, proponemos un marco para descomponer las tasas de cambio ecológico en componentes impulsados por el cambio evolutivo simultáneo y por el cambio en un factor no evolutivo (por ejemplo, dinámicas de poblaciones dependientes de la densidad, cambio ambiental abiótico). La evolución se considera rápida en este contexto ecológico si su contribución al cambio ecológico es grande en relación con la contribución de otros factores. Proporcionamos un ejemplo trabajado de este enfoque basado en una interacción teórica depredador–presa [Abrams, P. \& Matsuda, H. (1997). Evolution, 51, 1740], y encontramos que en este sistema el impacto de la evolución de la presa sobre la tasa de crecimiento per cápita del depredador es el 63% de la de las dinámicas ecológicas internas. Luego proponemos métodos analíticos para medir estas contribuciones en situaciones de campo, y los aplicamos a dos conjuntos de datos a largo plazo para los cuales existen datos ecológicos y evolutivos adecuados. Para ambos conjuntos de datos se han encontrado tasas relativamente altas de cambio evolutivo cuando se miden como cambio de caracteres en desviaciones estándar por generación (haldanes). Para los pinzones de Darwin que evolucionan en respuesta a las lluvias fluctuantes [Grant, P.R. \& Grant, B.R. (2002). Science, 296, 707], estimamos que el cambio evolutivo ha sido más rápido que el cambio ecológico por un factor de 2.2. Para una población de copépodos de agua dulce cuya historia de vida evoluciona en respuesta a la depredación fluctuante de peces [Hairston, N.G. Jr \& Dillon, T.A. (1990). Evolution, 44, 1796], encontramos que el cambio evolutivo ha sido aproximadamente un cuarto de la tasa del cambio ecológico – menos que en el ejemplo de los pinzones, pero no obstante sustancial. Estos análisis apoyan la visión de que para comprender las dinámicas temporales en los procesos ecológicos es crítico considerar en qué medida los atributos del sistema bajo investigación están cambiando simultáneamente como resultado de la evolución rápida.",
    url = "https://doi.org/10.1111/j.1461-0248.2005.00812.x",
    doi = "10.1111/j.1461-0248.2005.00812.x",
    openalex = "W1541870771",
    references = "doi10100797894010058529, doi1010160169534787900280, doi101023a1013311015886, doi101038nature01767, doi101093aibsbulletin2214b, doi101126science1070315, doi101126science2224620159, doi101126science2925517673, doi1015159781400885695, doi101890030788, doi1023071435536, doi1023071445906, doi1023074785, doi105860choice306153"
}

▪ Resumen El apareamiento mixto, en el que las especies de plantas hermafroditas se reproducen mediante autofecundación y fecundación cruzada, presenta un problema desafiante para los biólogos evolutivos. La teoría sugiere que la depresión por endogamia, el principal factor selectivo que se opone a la evolución de la autofecundación, puede eliminarse mediante la autofecundación, un proceso que se espera que dé lugar a estrategias puras de entrecruzamiento o autofecundación. Aquí presentamos evidencia actualizada que sugiere que los sistemas de apareamiento mixto son frecuentes en las plantas con semillas. Esbozamos los mecanismos florales y de polinización que pueden conducir a un entrecruzamiento intermedio, revisamos los modelos teóricos que abordan la estabilidad del entrecruzamiento intermedio y examinamos la evidencia empírica relevante. Un análisis comparativo de los coeficientes de endogamia estimados y las tasas de entrecruzamiento sugiere que el apareamiento mixto a menudo evoluciona a pesar de la fuerte depresión por endogamia. La importancia adaptativa del apareamiento mixto aún no se ha explicado completamente para ninguna especie. El trabajo teórico y empírico reciente sugiere que el progreso futuro vendrá de una mejor integración de los estudios de los mecanismos florales, la genética y la ecología, y del reconocimiento de cómo varían las presiones selectivas en el espacio y el tiempo.

@article{doi101146annurevecolsys36091704175539,
    author = "Goodwillie, Carol y Kalisz, Susan y Eckert, Christopher G.",
    title = "El enigma evolutivo de los sistemas de apareamiento mixto en plantas: Ocurrencia, explicaciones teóricas y evidencia empírica",
    year = "2005",
    journal = "Annual Review of Ecology Evolution and Systematics",
    abstract = "▪ Resumen El apareamiento mixto, en el que las especies de plantas hermafroditas se reproducen mediante autofecundación y fecundación cruzada, presenta un problema desafiante para los biólogos evolutivos. La teoría sugiere que la depresión por endogamia, el principal factor selectivo que se opone a la evolución de la autofecundación, puede eliminarse mediante la autofecundación, un proceso que se espera que dé lugar a estrategias puras de entrecruzamiento o autofecundación. Aquí presentamos evidencia actualizada que sugiere que los sistemas de apareamiento mixto son frecuentes en las plantas con semillas. Esbozamos los mecanismos florales y de polinización que pueden conducir a un entrecruzamiento intermedio, revisamos los modelos teóricos que abordan la estabilidad del entrecruzamiento intermedio y examinamos la evidencia empírica relevante. Un análisis comparativo de los coeficientes de endogamia estimados y las tasas de entrecruzamiento sugiere que el apareamiento mixto a menudo evoluciona a pesar de la fuerte depresión por endogamia. La importancia adaptativa del apareamiento mixto aún no se ha explicado completamente para ninguna especie. El trabajo teórico y empírico reciente sugiere que el progreso futuro vendrá de una mejor integración de los estudios de los mecanismos florales, la genética y la ecología, y del reconocimiento de cómo varían las presiones selectivas en el espacio y el tiempo.",
    url = "https://doi.org/10.1146/annurev.ecolsys.36.091704.175539",
    doi = "10.1146/annurev.ecolsys.36.091704.175539",
    openalex = "W2127588110",
    references = "doi10100797814615694425, doi101111j109583122000tb01221x, doi101146annureves15110184000433, doi105860choice355054, doi105962bhltitle110800, openalexw2491318968"
}

Hasta ahora, los paleoecólogos del Cuaternario han considerado la evolución como un proceso lento en relación con el cambio climático, prediciendo que la respuesta biótica principal al cambio climático no es la adaptación, sino en su lugar (1) persistencia in situ si el clima cambiante permanece dentro de los límites de tolerancia de la especie, (2) cambios de rango (migración) a regiones donde el clima está actualmente dentro de los límites de tolerancia de la especie, o (3) extinción. Argumentamos aquí que los tres resultados implican procesos evolutivos. La diferenciación genética dentro de las especies es ubicua, comúnmente mediante la adaptación de poblaciones a condiciones ambientales diferentes. La divergencia adaptativa detectable evoluciona en una escala de tiempo comparable al cambio climático, en décadas para especies de plantas herbáceas, y en siglos o milenios para árboles de mayor longevidad, lo que implica que la respuesta evolutiva biológicamente significativa puede acompañar el cambio temporal en el clima. Los modelos y estudios empíricos sugieren que la velocidad con la que una población se adapta a un entorno cambiante afecta la tasa de invasión de nuevos hábitats y, por tanto, la tasa de migración, la tasa de crecimiento poblacional y, por tanto, la probabilidad de extinción, así como el crecimiento y la mortalidad de las plantas individuales y, por tanto, la productividad de la vegetación regional. Los modelos recientes y los experimentos investigan la estabilidad de los límites de tolerancia de las especies, la influencia de los gradientes ambientales en las poblaciones marginales y la interacción de la demografía, el flujo génico, la tasa de mutación y otros procesos genéticos en la tasa de adaptación a entornos cambiados. Las nuevas técnicas permiten a los ecólogos documentar directamente la adaptación a condiciones cambiantes mediante la resurrección de poblaciones antiguas a partir de propagulos enterrados en sedimentos de décadas de antigüedad. La resolución taxonómica mejorada de los estudios morfológicos de macrofósiles y el ADN recuperado de granos de polen y macrorestos proporciona información adicional sobre cambios de rango, cambios en el tamaño de las poblaciones y extinciones. La colaboración entre paleoecólogos y biólogos evolutivos puede refinar las interpretaciones de los paleorregistros y mejorar las predicciones de la respuesta biótica al cambio climático anticipado.

@article{doi101890030788,
    author = "Davis, Margaret B. y Shaw, Ruth G. y Etterson, Julie R.",
    title = "RESPUESTAS EVOLUCIONARIAS AL CLIMA CAMBIANTE",
    year = "2005",
    journal = "Ecología",
    abstract = "Hasta ahora, los paleoecólogos del Cuaternario han considerado la evolución como un proceso lento en relación con el cambio climático, prediciendo que la respuesta biótica principal al cambio climático no es la adaptación, sino en su lugar (1) persistencia in situ si el clima cambiante permanece dentro de los límites de tolerancia de la especie, (2) cambios de rango (migración) a regiones donde el clima está actualmente dentro de los límites de tolerancia de la especie, o (3) extinción. Argumentamos aquí que los tres resultados implican procesos evolutivos. La diferenciación genética dentro de las especies es ubicua, comúnmente mediante la adaptación de poblaciones a condiciones ambientales diferentes. La divergencia adaptativa detectable evoluciona en una escala de tiempo comparable al cambio climático, en décadas para especies de plantas herbáceas, y en siglos o milenios para árboles de mayor longevidad, lo que implica que la respuesta evolutiva biológicamente significativa puede acompañar el cambio temporal en el clima. Los modelos y estudios empíricos sugieren que la velocidad con la que una población se adapta a un entorno cambiante afecta la tasa de invasión de nuevos hábitats y, por tanto, la tasa de migración, la tasa de crecimiento poblacional y, por tanto, la probabilidad de extinción, así como el crecimiento y la mortalidad de las plantas individuales y, por tanto, la productividad de la vegetación regional. Los modelos recientes y los experimentos investigan la estabilidad de los límites de tolerancia de las especies, la influencia de los gradientes ambientales en las poblaciones marginales y la interacción de la demografía, el flujo génico, la tasa de mutación y otros procesos genéticos en la tasa de adaptación a entornos cambiados. Las nuevas técnicas permiten a los ecólogos documentar directamente la adaptación a condiciones cambiantes mediante la resurrección de poblaciones antiguas a partir de propagulos enterrados en sedimentos de décadas de antigüedad. La resolución taxonómica mejorada de los estudios morfológicos de macrofósiles y el ADN recuperado de granos de polen y macrorestos proporciona información adicional sobre cambios de rango, cambios en el tamaño de las poblaciones y extinciones. La colaboración entre paleoecólogos y biólogos evolutivos puede refinar las interpretaciones de los paleorregistros y mejorar las predicciones de la respuesta biótica al cambio climático anticipado.",
    url = "https://doi.org/10.1890/03-0788",
    doi = "10.1890/03-0788",
    openalex = "W2155225809"
}

@article{doi101038nrc2013,
    author = "Merlo, Lauren M.F. y Pepper, John W. y Reid, Brian J. y Maley, Carlo C.",
    title = "El cáncer como un proceso evolutivo y ecológico",
    year = "2006",
    journal = "Nature reviews. Cancer",
    url = "https://doi.org/10.1038/nrc2013",
    doi = "10.1038/nrc2013",
    openalex = "W2123558100",
    references = "doi1010021521187820001222121057aidbies330co2w, doi101016s0169534701021012, doi101016s0169534702024953, doi10103842701, doi101038nrg1088, doi101146annurevgenet341401, doi1023072407274"
}

@book{doi1010079780387367972,
    author = "Coello Coello, Carlos A.",
    title = "Algoritmos Evolutivos para Resolver Problemas de Múltiples Objetivos",
    year = "2007",
    url = "https://doi.org/10.1007/978-0-387-36797-2",
    doi = "10.1007/978-0-387-36797-2",
    openalex = "W1553373771",
    references = "doi1010029781119487142ch6, doi10100735404471999, doi10100797830302483524, doi10100797835402472272, doi10100797836427348302, doi1041359781071812082n394, doi109746sicetr1965351198"
}

Probamos la capacidad de seis modelos genéticos cuantitativos para explicar la evolución de los promedios fenotípicos utilizando una base de datos extensa compilada por Gingerich. Nuestro enfoque difiere de los esfuerzos anteriores en que utilizamos modelos explícitos del proceso evolutivo, con parámetros estimados a partir de poblaciones contemporáneas, para analizar una gran muestra de datos de divergencia en muchas escalas de tiempo diferentes. Mostramos que un modelo genético cuantitativo produce un buen ajuste a los datos sobre la divergencia fenotípica a través de escalas de tiempo que van desde unas pocas generaciones hasta 10 millones de generaciones. La característica clave de este modelo es un óptimo de aptitud que se mueve dentro de límites fijos. Por el contrario, un modelo de evolución neutral, modelos con un óptimo estacionario que experimenta movimiento browniano o ruido blanco, un modelo con un óptimo en movimiento y un modelo de cambio de pico no logran explicar los datos en la mayoría o todas las escalas de tiempo. Discutimos nuestros resultados dentro del marco del concepto de paisajes adaptativos y zonas de Simpson. Nuestro análisis sugiere que el proceso subyacente que causa la estasis fenotípica es la adaptación a un óptimo que se mueve dentro de una zona adaptativa con límites estables. Discutimos las implicaciones de nuestros resultados para estudios comparativos e inferencia de filogenia basados en caracteres fenotípicos.

@article{doi101086510633,
    author = "Estes, Suzanne y Arnold, Stevan J.",
    title = "Resolving the Paradox of Stasis: Models with Stabilizing Selection Explain Evolutionary Divergence on All Timescales",
    year = "2007",
    journal = "The American Naturalist",
    abstract = "Probamos la capacidad de seis modelos genéticos cuantitativos para explicar la evolución de los promedios fenotípicos utilizando una base de datos extensa compilada por Gingerich. Nuestro enfoque difiere de los esfuerzos anteriores en que utilizamos modelos explícitos del proceso evolutivo, con parámetros estimados a partir de poblaciones contemporáneas, para analizar una gran muestra de datos de divergencia en muchas escalas de tiempo diferentes. Mostramos que un modelo genético cuantitativo produce un buen ajuste a los datos sobre la divergencia fenotípica a través de escalas de tiempo que van desde unas pocas generaciones hasta 10 millones de generaciones. La característica clave de este modelo es un óptimo de aptitud que se mueve dentro de límites fijos. Por el contrario, un modelo de evolución neutral, modelos con un óptimo estacionario que experimenta movimiento browniano o ruido blanco, un modelo con un óptimo en movimiento y un modelo de cambio de pico no logran explicar los datos en la mayoría o todas las escalas de tiempo. Discutimos nuestros resultados dentro del marco del concepto de paisajes adaptativos y zonas de Simpson. Nuestro análisis sugiere que el proceso subyacente que causa la estasis fenotípica es la adaptación a un óptimo que se mueve dentro de una zona adaptativa con límites estables. Discutimos las implicaciones de nuestros resultados para estudios comparativos e inferencia de filogenia basados en caracteres fenotípicos.",
    url = "https://doi.org/10.1086/510633",
    doi = "10.1086/510633",
    openalex = "W2120631206",
    references = "doi10100797894010058529, doi101023a1013311015886, doi101038scientificamerican117998, doi101046j14390388200200356x, doi101086284325, doi101086383584, doi101111j155856461983tb00236x, doi1023072485224, doi102307jctvjsf433, doi105860choice396411, openalexw1591710988, openalexw3135630760"
}

Este software de código abierto está escrito completamente en el lenguaje R y está disponible gratuitamente a través de la Comprehensive R Archive Network (CRAN) en http://cran.r-project.org/.

@article{doi101093bioinformaticsbtm538,
    author = "Harmon, Luke J. y Weir, Jason T. y Brock, Chad D. y Glor, Richard E. y Challenger, Wendell",
    title = "GEIGER: investigando radiaciones evolutivas",
    year = "2007",
    journal = "Bioinformatics",
    abstract = "Este software de código abierto está escrito completamente en el lenguaje R y está disponible gratuitamente a través de la Comprehensive R Archive Network (CRAN) en http://cran.r-project.org/.",
    url = "https://doi.org/10.1093/bioinformatics/btm538",
    doi = "10.1093/bioinformatics/btm538",
    openalex = "W2117368100",
    references = "doi10103844766, doi101093oso97801985052350010001, doi101111j001438202001tb00826x"
}

La descomposición es una estrategia básica en la optimización multiobjetivo tradicional. Sin embargo, aún no se ha utilizado ampliamente en la optimización evolutiva multiobjetivo. Este artículo propone un algoritmo evolutivo multiobjetivo basado en descomposición (MOEA/D). Descompone un problema de optimización multiobjetivo en un número de subproblemas de optimización escalares y los optimiza simultáneamente. Cada subproblema se optimiza utilizando únicamente información de sus varios subproblemas vecinos, lo que hace que MOEA/D tenga una complejidad computacional menor en cada generación que MOGLS y el algoritmo genético de ordenamiento no dominado II (NSGA-II). Los resultados experimentales han demostrado que MOEA/D con métodos de descomposición simples supera o realiza de manera similar a MOGLS y NSGA-II en problemas de mochila 0-1 multiobjetivo y problemas de optimización multiobjetivo continua. Se ha demostrado que MOEA/D utilizando normalización de objetivos puede manejar objetivos con escalas dispares, y MOEA/D con un método avanzado de descomposición puede generar un conjunto de soluciones muy uniformemente distribuidas para instancias de prueba de tres objetivos. La capacidad de MOEA/D con población pequeña, la escalabilidad y la sensibilidad de MOEA/D también han sido investigadas experimentalmente en este artículo.

@article{doi101109tevc2007892759,
    author = "Zhang, Qingfu y Li, Hui",
    title = "MOEA/D: Un Algoritmo Evolutivo Multiobjetivo Basado en Descomposición",
    year = "2007",
    journal = "IEEE Transactions on Evolutionary Computation",
    abstract = "La descomposición es una estrategia básica en la optimización multiobjetivo tradicional. Sin embargo, aún no se ha utilizado ampliamente en la optimización evolutiva multiobjetivo. Este artículo propone un algoritmo evolutivo multiobjetivo basado en descomposición (MOEA/D). Descompone un problema de optimización multiobjetivo en un número de subproblemas de optimización escalares y los optimiza simultáneamente. Cada subproblema se optimiza utilizando únicamente información de sus varios subproblemas vecinos, lo que hace que MOEA/D tenga una complejidad computacional menor en cada generación que MOGLS y el algoritmo genético de ordenamiento no dominado II (NSGA-II). Los resultados experimentales han demostrado que MOEA/D con métodos de descomposición simples supera o realiza de manera similar a MOGLS y NSGA-II en problemas de mochila 0-1 multiobjetivo y problemas de optimización multiobjetivo continua. Se ha demostrado que MOEA/D utilizando normalización de objetivos puede manejar objetivos con escalas dispares, y MOEA/D con un método avanzado de descomposición puede generar un conjunto de soluciones muy uniformemente distribuidas para instancias de prueba de tres objetivos. La capacidad de MOEA/D con población pequeña, la escalabilidad y la sensibilidad de MOEA/D también han sido investigadas experimentalmente en este artículo.",
    url = "https://doi.org/10.1109/tevc.2007.892759",
    doi = "10.1109/tevc.2007.892759",
    openalex = "W2143381319",
    references = "doi1010079780387367972, openalexw1595498733"
}

Un avance reciente en el análisis comparativo filogenético de rasgos continuos ha sido la medición explícita y basada en modelos de la "señal filogenética" en conjuntos de datos compuestos por observaciones recolectadas de especies relacionadas por un árbol filogenético. La señal filogenética es una medida de la dependencia estadística entre los valores de rasgo de las especies debido a sus relaciones filogenéticas. Aunque la señal filogenética es una medida de patrón (dependencia estadística), no obstante, ha habido una tendencia generalizada en la literatura para atribuir este patrón a aspectos del proceso evolutivo o la tasa. Esto puede deberse, en parte, a la percepción de que una alta tasa evolutiva necesariamente resulta en una baja señal filogenética; y, por el contrario, que una baja tasa evolutiva o selección estabilizadora resulta en una alta señal filogenética (debido a la alta semejanza resultante entre especies relacionadas). En este estudio, utilizamos simulaciones numéricas basadas en individuos en árboles filogenéticos estocásticos para aclarar la relación entre la señal filogenética, la tasa y el proceso evolutivo. Bajo el modelo más simple para la evolución de rasgos cuantitativos, la deriva genética con tasa homogénea, no existe relación entre la tasa evolutiva y la señal filogenética. Para otras circunstancias, como la restricción funcional, la selección fluctuante, el conservadurismo de nicho y la heterogeneidad evolutiva, la relación entre el proceso, la tasa y la señal filogenética es compleja. Por estas razones, recomendamos en contra de interpretaciones del proceso evolutivo o la tasa basadas en estimaciones de la señal filogenética.

@article{doi10108010635150802302427,
    author = "Revell, Liam J. y Harmon, Luke J. y Collar, David C.",
    title = "Señal filogenética, proceso evolutivo y tasa",
    year = "2008",
    journal = "Systematic Biology",
    abstract = {Un avance reciente en el análisis comparativo filogenético de rasgos continuos ha sido la medición explícita y basada en modelos de la "señal filogenética" en conjuntos de datos compuestos por observaciones recolectadas de especies relacionadas por un árbol filogenético. La señal filogenética es una medida de la dependencia estadística entre los valores de rasgo de las especies debido a sus relaciones filogenéticas. Aunque la señal filogenética es una medida de patrón (dependencia estadística), no obstante, ha habido una tendencia generalizada en la literatura para atribuir este patrón a aspectos del proceso evolutivo o la tasa. Esto puede deberse, en parte, a la percepción de que una alta tasa evolutiva necesariamente resulta en una baja señal filogenética; y, por el contrario, que una baja tasa evolutiva o selección estabilizadora resulta en una alta señal filogenética (debido a la alta semejanza resultante entre especies relacionadas). En este estudio, utilizamos simulaciones numéricas basadas en individuos en árboles filogenéticos estocásticos para aclarar la relación entre la señal filogenética, la tasa y el proceso evolutivo. Bajo el modelo más simple para la evolución de rasgos cuantitativos, la deriva genética con tasa homogénea, no existe relación entre la tasa evolutiva y la señal filogenética. Para otras circunstancias, como la restricción funcional, la selección fluctuante, el conservadurismo de nicho y la heterogeneidad evolutiva, la relación entre el proceso, la tasa y la señal filogenética es compleja. Por estas razones, recomendamos en contra de interpretaciones del proceso evolutivo o la tasa basadas en estimaciones de la señal filogenética.},
    url = "https://doi.org/10.1080/10635150802302427",
    doi = "10.1080/10635150802302427",
    openalex = "W2162399971",
    references = "doi101038217624a0, doi10103844766, doi101073pnas0507648103, doi101086284325, doi101086383584, doi101086510633, doi101093oso97801985052350010001, doi101093oso97801985464120010001, doi101111j001438202001tb00731x, doi101111j001438202003tb00285x, doi1023072529912, doi102307jctvjsf433, doi105860choice295104, doi105860choice396411"
}

Es imposible para los seres humanos comprender plenamente a sí mismos o su larga historia prehumana sin conocer algo del proceso (o, más bien, procesos) por el cual nuestra notable especie se convirtió en lo que es. Esto es, como (casi) todo el mundo sabe, la evolución. Y aunque la mayoría de nosotros tenemos una idea vaga de de qué trata la evolución, pocos se dan cuenta de cuántos factores han estado típicamente involucrados en las historias evolutivas que dieron origen a la diversidad del mundo vivo de hoy. Porque la evolución no es, como a menudo creemos, un proceso simple y lineal; más bien, es un asunto desordenado que involucra muchas causas e influencias diferentes.

@incollection{tattersall2008evolutionary,
    author = "Tattersall, Ian",
    title = "Procesos evolutivos",
    year = "2008",
    booktitle = "El mundo desde los inicios hasta el 4000 a. C.",
    abstract = "Es imposible para los seres humanos comprender plenamente a sí mismos o su larga historia prehumana sin conocer algo del proceso (o, más bien, procesos) por el cual nuestra notable especie se convirtió en lo que es. Esto es, como (casi) todo el mundo sabe, la evolución. Y aunque la mayoría de nosotros tenemos una idea vaga de de qué trata la evolución, pocos se dan cuenta de cuántos factores han estado típicamente involucrados en las historias evolutivas que dieron origen a la diversidad del mundo vivo de hoy. Porque la evolución no es, como a menudo creemos, un proceso simple y lineal; más bien, es un asunto desordenado que involucra muchas causas e influencias diferentes.",
    url = "https://doi.org/10.1093/oso/9780195167122.003.0001",
    doi = "10.1093/oso/9780195167122.003.0001",
    openalex = "W4388057727",
    pages = "1-17"
}

G. Evelyn Hutchinson hace más de medio siglo propuso que se podía caracterizar el nicho ecológico de una especie como un mapeo abstracto de la dinámica poblacional sobre un espacio ambiental, cuyos ejes son factores abióticos y bióticos que influyen en las tasas de natalidad y mortalidad. Si un hábitat tiene condiciones dentro del nicho de una especie, una población debería persistir sin inmigración de fuentes externas, mientras que si las condiciones están fuera del nicho, enfrenta extinción. Los análisis de los nichos de las especies son esenciales para comprender los controles de los límites geográficos de la distribución de las especies y cómo estos límites podrían cambiar en nuestro mundo rápidamente cambiante. Los desarrollos recientes en ecología y biología evolutiva sugieren que es tiempo de revisar y refinar el concepto de nicho de Hutchinson. Después de repasar las técnicas para cuantificar los nichos, examino las sutilezas que surgen debido a los impactos que las especies tienen sobre sus propios entornos, la modulación dependiente de la densidad de cómo los individuos experimentan los entornos, y la interacción entre la dispersión y la heterogeneidad temporal en la determinación de la persistencia poblacional. Además, el registro evolutivo a través de todas las escalas de tiempo revela un espectro de tasas de cambio en los nichos de las especies, desde una rápida evolución de nichos hasta un profundo conservadurismo de nichos. Los desafíos sustanciales relacionados con la dimensión evolutiva del nicho de Hutchinson incluyen cuantificar la magnitud de la variación intraspecífica y a nivel de clado evolucionada en los nichos y comprender los factores que gobiernan en qué punto del espectro de tasas evolutivas potenciales se encuentra cualquier linaje dado. Un creciente cuerpo de teoría proporciona elementos de un marco conceptual para comprender el conservadurismo y la evolución de los nichos, allanando el camino para una teoría evolutiva del nicho.

@article{doi101073pnas0905137106,
    author = "Holt, Robert D.",
    title = "Bringing the Hutchinsonian niche into the 21st century: Ecological and evolutionary perspectives",
    year = "2009",
    journal = "Proceedings of the National Academy of Sciences",
    abstract = "G. Evelyn Hutchinson hace más de medio siglo propuso que se podía caracterizar el nicho ecológico de una especie como un mapeo abstracto de la dinámica poblacional sobre un espacio ambiental, cuyos ejes son factores abióticos y bióticos que influyen en las tasas de natalidad y mortalidad. Si un hábitat tiene condiciones dentro del nicho de una especie, una población debería persistir sin inmigración de fuentes externas, mientras que si las condiciones están fuera del nicho, enfrenta extinción. Los análisis de los nichos de las especies son esenciales para comprender los controles de los límites geográficos de la distribución de las especies y cómo estos límites podrían cambiar en nuestro mundo rápidamente cambiante. Los desarrollos recientes en ecología y biología evolutiva sugieren que es tiempo de revisar y refinar el concepto de nicho de Hutchinson. Después de repasar las técnicas para cuantificar los nichos, examino las sutilezas que surgen debido a los impactos que las especies tienen sobre sus propios entornos, la modulación dependiente de la densidad de cómo los individuos experimentan los entornos, y la interacción entre la dispersión y la heterogeneidad temporal en la determinación de la persistencia poblacional. Además, el registro evolutivo a través de todas las escalas de tiempo revela un espectro de tasas de cambio en los nichos de las especies, desde una rápida evolución de nichos hasta un profundo conservadurismo de nichos. Los desafíos sustanciales relacionados con la dimensión evolutiva del nicho de Hutchinson incluyen cuantificar la magnitud de la variación intraspecífica y a nivel de clado evolucionada en los nichos y comprender los factores que gobiernan en qué punto del espectro de tasas evolutivas potenciales se encuentra cualquier linaje dado. Un creciente cuerpo de teoría proporciona elementos de un marco conceptual para comprender el conservadurismo y la evolución de los nichos, allanando el camino para una teoría evolutiva del nicho.",
    url = "https://doi.org/10.1073/pnas.0905137106",
    doi = "10.1073/pnas.0905137106",
    openalex = "W2015873058",
    references = "doi101086510633, openalexw332631162"
}

Las interacciones entre conspecíficos influyen en la evolución social a través de dos vías distintas pero íntimamente relacionadas. Primero, proporcionan la oportunidad para efectos genéticos indirectos (IGEs), donde los genes expresados en un individuo influyen en la expresión de rasgos en otros. Segundo, las interacciones pueden generar selección social cuando los rasgos expresados en un individuo influyen en la aptitud de otros. Aquí, presentamos un modelo genético cuantitativo de la evolución de rasgos multivariados que integra los efectos tanto de los IGEs como de la selección social, los cuales previamente habían sido modelados de forma independiente. Mostramos que la selección social afecta el cambio evolutivo siempre que el valor de cría de un individuo covaríe con el fenotipo de sus socios sociales. Esta covarianza puede ser creada tanto por la parentela como por los IGEs, los cuales se muestran tener roles paralelos en la determinación de la respuesta evolutiva. Mostramos que la selección social es central para la estimación de la aptitud inclusiva y derivamos una versión de la regla de Hamilton que muestra los efectos simétricos de la parentela y los IGEs sobre la evolución del altruismo. Ilustramos la utilidad de nuestro enfoque utilizando el altruismo, los bigotes verdes, la agresión y las armas como ejemplos. Nuestro modelo proporciona una ecuación predictiva general para la evolución de fenotipos sociales que abarca casos específicos como la selección de parentesco y la reciprocidad. Los parámetros pueden medirse empíricamente, y enfatizamos la importancia de considerar tanto los IGEs como la selección social, además de la parentela, al probar hipótesis sobre la evolución social.

@article{doi101111j15585646201001012x,
    author = "McGlothlin, Joel W. y Moore, Allen J. y Wolf, Jason B. y Brodie, Edmund D.",
    title = "FENOTIPOS INTERACTANTES Y EL PROCESO EVOLUTIVO. III. EVOLUCIÓN SOCIAL",
    year = "2010",
    journal = "Evolución",
    abstract = "Las interacciones entre conspecíficos influyen en la evolución social a través de dos vías distintas pero íntimamente relacionadas. Primero, proporcionan la oportunidad para efectos genéticos indirectos (IGEs), donde los genes expresados en un individuo influyen en la expresión de rasgos en otros. Segundo, las interacciones pueden generar selección social cuando los rasgos expresados en un individuo influyen en la aptitud de otros. Aquí, presentamos un modelo genético cuantitativo de la evolución de rasgos multivariados que integra los efectos tanto de los IGEs como de la selección social, los cuales previamente habían sido modelados de forma independiente. Mostramos que la selección social afecta el cambio evolutivo siempre que el valor de cría de un individuo covaríe con el fenotipo de sus socios sociales. Esta covarianza puede ser creada tanto por la parentela como por los IGEs, los cuales se muestran tener roles paralelos en la determinación de la respuesta evolutiva. Mostramos que la selección social es central para la estimación de la aptitud inclusiva y derivamos una versión de la regla de Hamilton que muestra los efectos simétricos de la parentela y los IGEs sobre la evolución del altruismo. Ilustramos la utilidad de nuestro enfoque utilizando el altruismo, los bigotes verdes, la agresión y las armas como ejemplos. Nuestro modelo proporciona una ecuación predictiva general para la evolución de fenotipos sociales que abarca casos específicos como la selección de parentesco y la reciprocidad. Los parámetros pueden medirse empíricamente, y enfatizamos la importancia de considerar tanto los IGEs como la selección social, además de la parentela, al probar hipótesis sobre la evolución social.",
    url = "https://doi.org/10.1111/j.1558-5646.2010.01012.x",
    doi = "10.1111/j.1558-5646.2010.01012.x",
    openalex = "W1806377556",
    references = "doi1010160022519364900384, doi1010160022519364900396, doi101086303168, doi101086406755, doi101093oso97801951223430010001, doi101111j14209101200801681x, doi101111j155856461983tb00236x, doi101126science7466396, doi101534genetics106062711, doi1023072529912, doi104159harvard9780674865327, doi105962bhltitle27468, goodnight1992contextual, openalexw2624262714"
}

Los científicos de hoy enfrentan el enorme desafío de predecir cómo el cambio climático afectará las distribuciones de las especies y los ensamblajes de especies. Para ello, los ecólogos utilizan ampliamente modelos fenomenológicos de distribuciones de especies que se basan principalmente en el concepto de nicho de especie y generalmente ignoran la demografía de las especies, el potencial adaptativo de las especies y las interacciones bióticas. Esta revisión examina el papel potencial de la disciplina sintética emergente de la ecología comunitaria evolutiva para mejorar nuestra comprensión de cómo el cambio climático alterará la futura distribución de la biodiversidad. Revisamos los avances teóricos y empíricos sobre el papel de la evolución del nicho, las interacciones interespecíficas y su interacción en la alteración de los rangos geográficos de las especies y el ensamblaje de comunidades. Discutimos las formas potenciales de integrar los complejos retroalimentaciones entre ecología y evolución en la predicción ecológica. También señalamos una serie de advertencias en nuestra comprensión de las consecuencias eco-evolutivas del cambio climático y destacamos varios desafíos para la investigación futura.

@article{doi101146annurevecolsys102209144628,
    author = "Lavergne, Sébastien y Mouquet, Nicolas y Thuiller, Wilfried y Ronce, Ophélie",
    title = "Biodiversidad y cambio climático: Integrando respuestas evolutivas y ecológicas de especies y comunidades",
    year = "2010",
    journal = "Annual Review of Ecology Evolution and Systematics",
    abstract = "Los científicos de hoy enfrentan el enorme desafío de predecir cómo el cambio climático afectará las distribuciones de las especies y los ensamblajes de especies. Para ello, los ecólogos utilizan ampliamente modelos fenomenológicos de distribuciones de especies que se basan principalmente en el concepto de nicho de especie y generalmente ignoran la demografía de las especies, el potencial adaptativo de las especies y las interacciones bióticas. Esta revisión examina el papel potencial de la disciplina sintética emergente de la ecología comunitaria evolutiva para mejorar nuestra comprensión de cómo el cambio climático alterará la futura distribución de la biodiversidad. Revisamos los avances teóricos y empíricos sobre el papel de la evolución del nicho, las interacciones interespecíficas y su interacción en la alteración de los rangos geográficos de las especies y el ensamblaje de comunidades. Discutimos las formas potenciales de integrar los complejos retroalimentaciones entre ecología y evolución en la predicción ecológica. También señalamos una serie de advertencias en nuestra comprensión de las consecuencias eco-evolutivas del cambio climático y destacamos varios desafíos para la investigación futura.",
    url = "https://doi.org/10.1146/annurev-ecolsys-102209-144628",
    doi = "10.1146/annurev-ecolsys-102209-144628",
    openalex = "W2170175048",
    references = "doi101038nature01286, doi10108010635150802302427, doi101093oso97801985052350010001, doi101098rstb20090012, doi101111j13652435200701275x, doi101111j13652435200701278x, doi101111j13652435200701289x, doi101111j14610248200500792x, doi101111j14610248200500812x, doi101146annurevecolsys110308120159, doi101146annurevecolsys110308120317, doi101146annurevecolsys311343, doi101146annurevecolsys37091305110100, doi1015159780691206912, doi1023072260079, doi1023073071998, doi105860choice185809, doi105962bhltitle59991, openalexw2045291252, openalexw2151235472"
}

@article{doi101016jswevo201103001,
    author = "Zhou, Aimin y Qu, Boyang y Li, Hui y Zhao, Shi-Zheng y Suganthan, Ponnuthurai Nagaratnam y Zhang, Qingfu",
    title = "Algoritmos evolutivos multiobjetivo: Una revisión del estado del arte",
    year = "2011",
    journal = "Swarm and Evolutionary Computation",
    url = "https://doi.org/10.1016/j.swevo.2011.03.001",
    doi = "10.1016/j.swevo.2011.03.001",
    openalex = "W2020320008",
    references = "doi101109tevc20092021467"
}

@article{doi101038nature09670,
    author = "Hoffmann, Ary A. y Sgrò, Carla M.",
    title = "Cambio climático y adaptación evolutiva",
    year = "2011",
    journal = "Nature",
    url = "https://doi.org/10.1038/nature09670",
    doi = "10.1038/nature09670",
    openalex = "W2008951609",
    references = "doi101038nature01286, doi101098rspb20081957, doi101111j1365294x200703428x, doi101111j14610248200801277x, doi101126science1070315, doi101146annurevecolsys110308120159, doi101146annurevecolsys271237"
}

El efecto del cambio ecológico sobre la evolución ha sido durante mucho tiempo un foco de investigación científica. Sin embargo, el reverso—cómo las dinámicas evolutivas afectan los rasgos ecológicos—solo ha capturado nuestra atención recientemente, con la realización de que la evolución puede ocurrir a escalas de tiempo ecológicas. Esta nueva dirección causal destacada y el bucle de retroalimentación implícito—dinámicas eco-evolutivas—está revitalizando tanto a los ecólogos como a los evolucionistas y difuminando la distinción entre ellos. A pesar de algunos estudios relevantes recientes, la importancia de la vía de la evolución a la ecología a través de los sistemas sigue siendo desconocida. Solo un esfuerzo de investigación extenso que involucre múltiples enfoques experimentales—particularmente experimentos de campo a largo plazo—sobre una variedad de comunidades ecológicas proporcionará la respuesta.

@article{doi101126science1193954,
    author = "Schoener, Thomas W.",
    title = "The Newest Synthesis: Understanding the Interplay of Evolutionary and Ecological Dynamics",
    year = "2011",
    journal = "Science",
    abstract = "El efecto del cambio ecológico sobre la evolución ha sido durante mucho tiempo un foco de investigación científica. Sin embargo, el reverso—cómo las dinámicas evolutivas afectan los rasgos ecológicos—solo ha capturado nuestra atención recientemente, con la realización de que la evolución puede ocurrir a escalas de tiempo ecológicas. Esta nueva dirección causal destacada y el bucle de retroalimentación implícito—dinámicas eco-evolutivas—está revitalizando tanto a los ecólogos como a los evolucionistas y difuminando la distinción entre ellos. A pesar de algunos estudios relevantes recientes, la importancia de la vía de la evolución a la ecología a través de los sistemas sigue siendo desconocida. Solo un esfuerzo de investigación extenso que involucre múltiples enfoques experimentales—particularmente experimentos de campo a largo plazo—sobre una variedad de comunidades ecológicas proporcionará la respuesta.",
    url = "https://doi.org/10.1126/science.1193954",
    doi = "10.1126/science.1193954",
    openalex = "W2083310645",
    references = "doi101007978940100585212, doi101016s0169534798013780, doi101038nature02430, doi101038nrg1877, doi101086282160, doi101086510633, doi101111j13652435200701275x, doi101111j13652435200701278x, doi101111j13652435200701289x, doi101111j14610248200500812x, doi101111j14610248200801179x, doi101111j155856461983tb00236x, doi101111j155856461999tb04550x, doi101126science2224620159, doi101146annurevecolsys31179, doi1023072408842, doi105860choice455580"
}

@article{doi101016jadvwatres201201005,
    author = "Reed, Patrick M. y Hadka, David y Herman, Jonathan D. y Kasprzyk, Joseph y Kollat, Joshua B.",
    title = "Optimización multiobjetivo evolutiva en recursos hídricos: El pasado, presente y futuro",
    year = "2012",
    journal = "Advances in Water Resources",
    url = "https://doi.org/10.1016/j.advwatres.2012.01.005",
    doi = "10.1016/j.advwatres.2012.01.005",
    openalex = "W2089678632",
    references = "doi101061ascewr194354520000053"
}

Si las interacciones bióticas limitan los rangos geográficos ha sido un tema controvertido durante mucho tiempo, y los análisis tradicionales de patrones de distribución estáticos han hecho poco progreso para resolver este debate. Aquí, utilizamos un enfoque filogenético novedoso para probar si las interacciones bióticas limitan la transición a simpatría secundaria tras la especiación. Aplicando este marco temporal a un clado diverso de aves paserinas (Furnariidae), rechazamos los modelos de superposición de rangos geográficos limitados puramente por la dispersión o las restricciones ambientales, y en su lugar mostramos que las tasas de simpatría secundaria están positivamente asociadas tanto con la distancia filogenética como con la distancia morfológica entre las especies. Por lo tanto, las tasas de transición a simpatría aumentan con el tiempo desde la divergencia y se aceleran a medida que se acumulan las diferencias ecológicas entre las especies. En conjunto, estos resultados proporcionan una sólida evidencia empírica de que las interacciones bióticas —y principalmente la competencia ecológica— limitan las distribuciones de las especies a grandes escalas espaciales y temporales. También ofrecen métricas basadas en la filogenia y en los rasgos mediante las cuales estas interacciones pueden incorporarse en los modelos de pronóstico ecológico.

@article{doi101111ele12043,
    author = "Pigot, Alex L. y Tobias, Joseph A.",
    title = "Las interacciones entre especies limitan la expansión del rango geográfico a lo largo del tiempo evolutivo",
    year = "2012",
    journal = "Ecology Letters",
    abstract = "Si las interacciones bióticas limitan los rangos geográficos ha sido un tema controvertido durante mucho tiempo, y los análisis tradicionales de patrones de distribución estáticos han hecho poco progreso para resolver este debate. Aquí, utilizamos un enfoque filogenético novedoso para probar si las interacciones bióticas limitan la transición a simpatría secundaria tras la especiación. Aplicando este marco temporal a un clado diverso de aves paserinas (Furnariidae), rechazamos los modelos de superposición de rangos geográficos limitados puramente por la dispersión o las restricciones ambientales, y en su lugar mostramos que las tasas de simpatría secundaria están positivamente asociadas tanto con la distancia filogenética como con la distancia morfológica entre las especies. Por lo tanto, las tasas de transición a simpatría aumentan con el tiempo desde la divergencia y se aceleran a medida que se acumulan las diferencias ecológicas entre las especies. En conjunto, estos resultados proporcionan una sólida evidencia empírica de que las interacciones bióticas —y principalmente la competencia ecológica— limitan las distribuciones de las especies a grandes escalas espaciales y temporales. También ofrecen métricas basadas en la filogenia y en los rasgos mediante las cuales estas interacciones pueden incorporarse en los modelos de pronóstico ecológico.",
    url = "https://doi.org/10.1111/ele.12043",
    doi = "10.1111/ele.12043",
    openalex = "W2009833968",
    references = "doi101073pnas1014503108"
}

Este estudio presenta el algoritmo evolutivo multiobjetivo Borg (MOEA) para la optimización multimodal con muchos objetivos. El MOEA Borg combina ε-dominancia, una medida de velocidad de convergencia llamada ε-progress, reinicios aleatorios y recombinación multioperador autoadaptativa en un marco de optimización unificado. Un estudio comparativo sobre 33 instancias de 18 problemas de prueba de los conjuntos de prueba DTLZ, WFG y CEC 2009 demuestra que Borg cumple o supera a seis MOEAs de vanguardia en la mayoría de los problemas probados. El rendimiento de cada problema de prueba se evalúa utilizando una muestra de hipercubo latino de 1.000 puntos del espacio de parametrización factible de cada algoritmo. El rendimiento estadístico de cada parametrización MOEA muestreada se evalúa utilizando 50 ensayos de semillas aleatorias replicadas. El MOEA Borg no es un algoritmo único; en su lugar, representa una clase de algoritmos cuyos operadores se seleccionan adaptativamente según el problema. El descubrimiento adaptativo de operadores clave es de particular importancia para evaluar cómo los operadores de variación mejoran la búsqueda en problemas complejos con muchos objetivos.

@article{doi101162evcoa00075,
    author = "Hadka, David y Reed, Patrick M.",
    title = "Borg: Un Marco de Computación Evolutiva Multiobjetivo Autoadaptativo para Muchos Objetivos",
    year = "2012",
    journal = "Computación Evolutiva",
    abstract = "Este estudio presenta el algoritmo evolutivo multiobjetivo Borg (MOEA) para la optimización multimodal con muchos objetivos. El MOEA Borg combina ε-dominancia, una medida de velocidad de convergencia llamada ε-progress, reinicios aleatorios y recombinación multioperador autoadaptativa en un marco de optimización unificado. Un estudio comparativo sobre 33 instancias de 18 problemas de prueba de los conjuntos de prueba DTLZ, WFG y CEC 2009 demuestra que Borg cumple o supera a seis MOEAs de vanguardia en la mayoría de los problemas probados. El rendimiento de cada problema de prueba se evalúa utilizando una muestra de hipercubo latino de 1.000 puntos del espacio de parametrización factible de cada algoritmo. El rendimiento estadístico de cada parametrización MOEA muestreada se evalúa utilizando 50 ensayos de semillas aleatorias replicadas. El MOEA Borg no es un algoritmo único; en su lugar, representa una clase de algoritmos cuyos operadores se seleccionan adaptativamente según el problema. El descubrimiento adaptativo de operadores clave es de particular importancia para evaluar cómo los operadores de variación mejoran la búsqueda en problemas complejos con muchos objetivos.",
    url = "https://doi.org/10.1162/evco\_a\_00075",
    doi = "10.1162/evco\_a\_00075",
    openalex = "W2167757882",
    references = "doi101061ascewr194354520000053"
}

@article{doi101038nrg3395,
    author = "Leinonen, Tuomas y McCairns, R. J. Scott y O’Hara, Robert B. y Merilä, Juha",
    title = "Comparaciones QST–FST: perspectivas evolutivas y ecológicas de la heterogeneidad genómica",
    year = "2013",
    journal = "Nature Reviews Genetics",
    url = "https://doi.org/10.1038/nrg3395",
    doi = "10.1038/nrg3395",
    openalex = "W2018112412",
    references = "doi101073pnas0507648103, doi101111j14209101200701445x"
}

Después de desarrollar algoritmos de optimización multiobjetivo utilizando métodos de optimización evolutiva y demostrar su nicho en diversos problemas prácticos que involucran principalmente dos y tres objetivos, ahora existe una necesidad creciente de desarrollar algoritmos de optimización evolutiva multiobjetivo (EMO) para manejar problemas de optimización multiobjetivo (con cuatro o más objetivos). En este artículo, reconocemos algunos esfuerzos recientes y discutimos varias direcciones viables para desarrollar un algoritmo EMO potencial para resolver problemas de optimización multiobjetivo. Posteriormente, sugerimos un algoritmo evolutivo multiobjetivo basado en puntos de referencia siguiendo el marco NSGA-II (lo llamamos NSGA-III) que enfatiza los miembros de la población que son no dominados, pero cercanos a un conjunto de puntos de referencia suministrados. El NSGA-III propuesto se aplica a varios problemas de prueba multiobjetivo con tres a 15 objetivos y se compara con dos versiones de un algoritmo EMO recientemente sugerido (MOEA/D). Si bien cada uno de los dos métodos MOEA/D funciona bien en diferentes clases de problemas, el NSGA-III propuesto se encuentra que produce resultados satisfactorios en todos los problemas considerados en este artículo. Este artículo presenta resultados sobre problemas no restringidos, y el artículo subsiguiente considera restricciones y otras especialidades en el manejo de problemas de optimización multiobjetivo.

@article{doi101109tevc20132281535,
    author = "Deb, Kalyanmoy y Jain, Himanshu",
    title = "An Evolutionary Many-Objective Optimization Algorithm Using Reference-Point-Based Nondominated Sorting Approach, Part I: Solving Problems With Box Constraints",
    year = "2013",
    journal = "IEEE Transactions on Evolutionary Computation",
    abstract = "Después de desarrollar algoritmos de optimización multiobjetivo utilizando métodos de optimización evolutiva y demostrar su nicho en diversos problemas prácticos que involucran principalmente dos y tres objetivos, ahora existe una necesidad creciente de desarrollar algoritmos de optimización evolutiva multiobjetivo (EMO) para manejar problemas de optimización multiobjetivo (con cuatro o más objetivos). En este artículo, reconocemos algunos esfuerzos recientes y discutimos varias direcciones viables para desarrollar un algoritmo EMO potencial para resolver problemas de optimización multiobjetivo. Posteriormente, sugerimos un algoritmo evolutivo multiobjetivo basado en puntos de referencia siguiendo el marco NSGA-II (lo llamamos NSGA-III) que enfatiza los miembros de la población que son no dominados, pero cercanos a un conjunto de puntos de referencia suministrados. El NSGA-III propuesto se aplica a varios problemas de prueba multiobjetivo con tres a 15 objetivos y se compara con dos versiones de un algoritmo EMO recientemente sugerido (MOEA/D). Si bien cada uno de los dos métodos MOEA/D funciona bien en diferentes clases de problemas, el NSGA-III propuesto se encuentra que produce resultados satisfactorios en todos los problemas considerados en este artículo. Este artículo presenta resultados sobre problemas no restringidos, y el artículo subsiguiente considera restricciones y otras especialidades en el manejo de problemas de optimización multiobjetivo.",
    url = "https://doi.org/10.1109/tevc.2013.2281535",
    doi = "10.1109/tevc.2013.2281535",
    openalex = "W2022485595",
    references = "doi101109tevc20092021467, openalexw1595498733"
}

Las respuestas evolutivas son necesarias para que las poblaciones de árboles puedan seguir el cambio climático. Los resultados de 250 años de experimentos de jardín común muestran que la mayoría de los árboles forestales han evolucionado una adaptación local, como lo evidencia la diferenciación adaptativa de las poblaciones en rasgos cuantitativos, que refleja las condiciones ambientales de los orígenes de las poblaciones. Basándonos en los patrones de variación cuantitativa de 19 rasgos relacionados con la adaptación estudiados en 59 especies de árboles (principalmente especies templadas y boreales del hemisferio norte), encontramos que la diferenciación genética entre poblaciones y la variación clinal a lo largo de gradientes ambientales son muy comunes (respectivamente, 90% y 78% de los casos). Por lo tanto, responder al cambio climático probablemente requerirá que los rasgos cuantitativos de las poblaciones vuelvan a coincidir con sus entornos. Examinamos qué tipo de información se necesita para evaluar el potencial de respuesta y qué información ya está disponible. Revisamos los modelos genéticos relacionados con las respuestas a la selección y lo que se conoce actualmente sobre la base genética de los rasgos. Abordamos problemas especiales que se encuentran en los márgenes del rango y destacamos la necesidad de más modelado para comprender problemas específicos en los márgenes sur y norte. Necesitamos nuevos experimentos de jardín común para especies menos conocidas. Para las especies ampliamente estudiadas, se necesitan nuevos experimentos fuera de los rangos actuales. Mejorar la información genómica permitirá una mejor predicción de las respuestas. Las interacciones competitivas y otras interacciones dentro de las especies y las interacciones entre especies merecen más consideración. A pesar de los largos tiempos generacionales, el fuerte trasfondo en genética cuantitativa y los crecientes recursos genómicos hacen que los árboles forestales sean especies útiles para la investigación del cambio climático. Se espera la mayor respuesta adaptativa cuando las poblaciones son grandes, tienen alta variabilidad genética, la selección es fuerte y hay oportunidad ecológica para el establecimiento de genotipos mejor adaptados.

@article{doi101111gcb12181,
    author = "Alberto, Florian y Aitken, Sally N. y Alı́a, Ricardo y González‐Martínez, Santiago C. y Hänninen, Heikki y Kremer, Antoine y Lefèvre, François y Lenormand, Thomas y Yeaman, Sam y Whetten, Ross y Savolainen, Outi",
    title = "Potencial para respuestas evolutivas al cambio climático – evidencia de poblaciones de árboles",
    year = "2013",
    journal = "Global Change Biology",
    abstract = "Las respuestas evolutivas son necesarias para que las poblaciones de árboles puedan seguir el cambio climático. Los resultados de 250 años de experimentos de jardín común muestran que la mayoría de los árboles forestales han evolucionado una adaptación local, como lo evidencia la diferenciación adaptativa de las poblaciones en rasgos cuantitativos, que refleja las condiciones ambientales de los orígenes de las poblaciones. Basándonos en los patrones de variación cuantitativa de 19 rasgos relacionados con la adaptación estudiados en 59 especies de árboles (principalmente especies templadas y boreales del hemisferio norte), encontramos que la diferenciación genética entre poblaciones y la variación clinal a lo largo de gradientes ambientales son muy comunes (respectivamente, 90\% y 78\% de los casos). Por lo tanto, responder al cambio climático probablemente requerirá que los rasgos cuantitativos de las poblaciones vuelvan a coincidir con sus entornos. Examinamos qué tipo de información se necesita para evaluar el potencial de respuesta y qué información ya está disponible. Revisamos los modelos genéticos relacionados con las respuestas a la selección y lo que se conoce actualmente sobre la base genética de los rasgos. Abordamos problemas especiales que se encuentran en los márgenes del rango y destacamos la necesidad de más modelado para comprender problemas específicos en los márgenes sur y norte. Necesitamos nuevos experimentos de jardín común para especies menos conocidas. Para las especies ampliamente estudiadas, se necesitan nuevos experimentos fuera de los rangos actuales. Mejorar la información genómica permitirá una mejor predicción de las respuestas. Las interacciones competitivas y otras interacciones dentro de las especies y las interacciones entre especies merecen más consideración. A pesar de los largos tiempos generacionales, el fuerte trasfondo en genética cuantitativa y los crecientes recursos genómicos hacen que los árboles forestales sean especies útiles para la investigación del cambio climático. Se espera la mayor respuesta adaptativa cuando las poblaciones son grandes, tienen alta variabilidad genética, la selección es fuerte y hay oportunidad ecológica para el establecimiento de genotipos mejor adaptados.",
    url = "https://doi.org/10.1111/gcb.12181",
    doi = "10.1111/gcb.12181",
    openalex = "W2152279961",
    references = "doi101111j00221112200400433x, doi101111j14209101200701445x"
}

@article{doi101016jenvsoft201409013,
    author = "Maier, Holger R. y Kapelan, Zoran y Kasprzyk, Joseph y Kollat, Joshua B. y Matott, L. Shawn y da Conceição Cunha, Maria y Dandy, Graeme C. y Gibbs, Matthew S. y Keedwell, Edward y Marchi, Angela y Ostfeld, Avi y Savić, Dragan y Solomatine, Dimitri y Vrugt, Jasper A. y Zecchin, Aaron C. y Minsker, Barbara y Barbour, Emily y Kuczera, G. y Pasha, Fayzul y Castelletti, Andrea y Giuliani, Matteo y Reed, Patrick M.",
    title = "Algoritmos evolutivos y otras metaheurísticas en recursos hídricos: Estado actual, desafíos de investigación y direcciones futuras",
    year = "2014",
    journal = "Environmental Modelling \& Software",
    url = "https://doi.org/10.1016/j.envsoft.2014.09.013",
    doi = "10.1016/j.envsoft.2014.09.013",
    openalex = "W2108750696",
    references = "doi101016jpaerosci200502001, doi1010292011wr011527, doi101061ascewr194354520000053, doi10108003052159508941193"
}

Resumen Comprender la dinámica de la especiación, la extinción y la evolución fenotípica es un desafío central en la biología evolutiva. Aquí, presentamos BAMM tools, un paquete r para el análisis y visualización de la dinámica macroevolutiva en árboles filogenéticos. BAMM tools es un paquete complementario a BAMM, un programa de código abierto para análisis de MCMC de salto reversible de diversificación y evolución de rasgos. Las funciones en BAMM tools operan directamente sobre la salida del programa BAMM. El paquete está orientado a reconstruir y visualizar cambios en las tasas evolutivas a través del tiempo y entre clados en un marco estadístico bayesiano. BAMM tools permite a los usuarios extraer conjuntos creíbles de cambios de diversificación e identificar historias de diversificación con la probabilidad a posteriori máxima. Los usuarios pueden comparar el ajuste de modelos alternativos de diversificación utilizando factores de Bayes y comparando directamente las probabilidades posteriores del modelo. Al proporcionar un marco robusto para cuantificar la incertidumbre en la dinámica macroevolutiva, BAMM tools facilitará la inferencia sobre la compleja mezcla de procesos que han dado forma a la distribución de especies y fenotipos a través del árbol de la vida.

@article{doi1011112041210x12199,
    author = "Rabosky, Daniel L. and Gründler, Michael C. and Anderson, Carlos and Title, Pascal O. and Shi, Jeff J. and Brown, Joseph W. and Huang, Huateng and Larson, Joanna G.",
    title = "BAMM tools: an R package for the analysis of evolutionary dynamics on phylogenetic trees",
    year = "2014",
    journal = "Methods in Ecology and Evolution",
    abstract = "Resumen Comprender la dinámica de la especiación, la extinción y la evolución fenotípica es un desafío central en la biología evolutiva. Aquí, presentamos BAMM tools, un paquete r para el análisis y visualización de la dinámica macroevolutiva en árboles filogenéticos. BAMM tools es un paquete complementario a BAMM, un programa de código abierto para análisis de MCMC de salto reversible de diversificación y evolución de rasgos. Las funciones en BAMM tools operan directamente sobre la salida del programa BAMM. El paquete está orientado a reconstruir y visualizar cambios en las tasas evolutivas a través del tiempo y entre clados en un marco estadístico bayesiano. BAMM tools permite a los usuarios extraer conjuntos creíbles de cambios de diversificación e identificar historias de diversificación con la probabilidad a posteriori máxima. Los usuarios pueden comparar el ajuste de modelos alternativos de diversificación utilizando factores de Bayes y comparando directamente las probabilidades posteriores del modelo. Al proporcionar un marco robusto para cuantificar la incertidumbre en la dinámica macroevolutiva, BAMM tools facilitará la inferencia sobre la compleja mezcla de procesos que han dado forma a la distribución de especies y fenotipos a través del árbol de la vida.",
    url = "https://doi.org/10.1111/2041-210x.12199",
    doi = "10.1111/2041-210x.12199",
    openalex = "W1975222689",
    references = "doi101038ncomms2958, doi101111j15585646201001026x, doi101111j2041210x201100169x, doi101371journalpbio1001775, doi101371journalpone0089543"
}

Recentemente, um grande número de algoritmos evolutivos multiobjetivo (MOEAs) para problemas de otimização multiobjetivo foi proposto na comunidade de computação evolutiva. No entanto, um estudo exaustivo de benchmarking nunca foi realizado. Como resultado, o desempenho dos MOEAs ainda não foi bem compreendido. Além disso, em quase todos os estudos anteriores, o desempenho dos MOEAs foi avaliado com base nas soluções não dominadas na população final no final da busca. Tal metodologia tradicional de benchmarking apresenta vários problemas críticos. Neste artigo, investigamos exaustivamente o desempenho anytime de 21 MOEAs usando um arquivo externo ilimitado (UEA), que armazena todas as soluções não dominadas encontradas durante o processo de busca. Cada MOEA é avaliado sob dois cenários de otimização chamados UEA e UEA reduzida, além do cenário padrão de população final. Esses dois cenários são mais práticos em aplicações do mundo real do que o cenário de população final. Os resultados experimentais obtidos sob os dois cenários diferem significativamente dos resultados anteriormente relatados sob o cenário de população final. Por exemplo, resultados sobre os problemas de teste do Walking Fish Group com até seis objetivos indicam que alguns MOEAs recentemente propostos são superados por alguns MOEAs clássicos. Também analisamos a razão pela qual alguns MOEAs clássicos funcionam bem sob os cenários UEA e UEA reduzida.

@article{doi101109access20172751071,
    author = "Tanabe, Ryoji e Ishibuchi, Hisao e Oyama, Akira",
    title = "Benchmarking de Algoritmos Evolutivos Multi- e Multiobjetivo sob Dois Cenários de Otimização",
    year = "2017",
    journal = "IEEE Access",
    abstract = "Recentemente, um grande número de algoritmos evolutivos multiobjetivo (MOEAs) para problemas de otimização multiobjetivo foi proposto na comunidade de computação evolutiva. No entanto, um estudo exaustivo de benchmarking nunca foi realizado. Como resultado, o desempenho dos MOEAs ainda não foi bem compreendido. Além disso, em quase todos os estudos anteriores, o desempenho dos MOEAs foi avaliado com base nas soluções não dominadas na população final no final da busca. Tal metodologia tradicional de benchmarking apresenta vários problemas críticos. Neste artigo, investigamos exaustivamente o desempenho anytime de 21 MOEAs usando um arquivo externo ilimitado (UEA), que armazena todas as soluções não dominadas encontradas durante o processo de busca. Cada MOEA é avaliado sob dois cenários de otimização chamados UEA e UEA reduzida, além do cenário padrão de população final. Esses dois cenários são mais práticos em aplicações do mundo real do que o cenário de população final. Os resultados experimentais obtidos sob os dois cenários diferem significativamente dos resultados anteriormente relatados sob o cenário de população final. Por exemplo, resultados sobre os problemas de teste do Walking Fish Group com até seis objetivos indicam que alguns MOEAs recentemente propostos são superados por alguns MOEAs clássicos. Também analisamos a razão pela qual alguns MOEAs clássicos funcionam bem sob os cenários UEA e UEA reduzida.",
    url = "https://doi.org/10.1109/access.2017.2751071",
    doi = "10.1109/access.2017.2751071",
    openalex = "W2753944351",
    references = "doi101016jeswa201610015"
}

La diversidad en los modelos hidrológicos ha llevado históricamente a grandes controversias sobre el enfoque "correcto" para la modelización hidrológica basada en procesos, con debates centrados en la adecuación de las parametrizaciones de procesos, las limitaciones de datos y la incertidumbre, y las restricciones computacionales en el análisis de modelos. En este artículo, revisamos los desafíos clave de modelización en cuanto a los requisitos para (1) definir ecuaciones de modelo adecuadas, (2) definir parámetros de modelo adecuados y (3) hacer frente a las limitaciones en la potencia de cálculo. Esbozamos los desafíos históricos de modelización, proporcionamos ejemplos de avances en modelización que abordan estos desafíos y definimos las necesidades de investigación pendientes. Ilustramos cómo se han realizado avances en la modelización por grupos que utilizan modelos de diferentes tipos y complejidades, y argumentamos a favor de la necesidad de utilizar más eficazmente nuestra diversidad de enfoques de modelización para avanzar en nuestra búsqueda colectiva de modelos hidrológicos físicamente realistas.

@article{doi105194hess2134272017,
    author = "Clark, Martyn y Bierkens, Marc F. P. y Samaniego, Luis y Woods, Ross y Uijlenhoet, R. y Bennett, Katrina E. y Pauwels, Valentijn y Cai, Xitian y Wood, Andrew W. y Peters‐Lidard, C. D.",
    title = "La evolución de los modelos hidrológicos basados en procesos: desafíos históricos y la búsqueda colectiva del realismo físico",
    year = "2017",
    journal = "Hidrología y ciencias del sistema terrestre",
    abstract = {La diversidad en los modelos hidrológicos ha llevado históricamente a grandes controversias sobre el enfoque "correcto" para la modelización hidrológica basada en procesos, con debates centrados en la adecuación de las parametrizaciones de procesos, las limitaciones de datos y la incertidumbre, y las restricciones computacionales en el análisis de modelos. En este artículo, revisamos los desafíos clave de modelización en cuanto a los requisitos para (1) definir ecuaciones de modelo adecuadas, (2) definir parámetros de modelo adecuados y (3) hacer frente a las limitaciones en la potencia de cálculo. Esbozamos los desafíos históricos de modelización, proporcionamos ejemplos de avances en modelización que abordan estos desafíos y definimos las necesidades de investigación pendientes. Ilustramos cómo se han realizado avances en la modelización por grupos que utilizan modelos de diferentes tipos y complejidades, y argumentamos a favor de la necesidad de utilizar más eficazmente nuestra diversidad de enfoques de modelización para avanzar en nuestra búsqueda colectiva de modelos hidrológicos físicamente realistas.},
    url = "https://doi.org/10.5194/hess-21-3427-2017",
    doi = "10.5194/hess-21-3427-2017",
    openalex = "W2572622164",
    references = "doi1010022016jd025097, doi1010292011wr011527, doi101175jhmd1500541"
}

Ha habido pocas investigaciones sobre la resolución de problemas de optimización multimodal multiobjetivo, aunque son comunes en aplicaciones del mundo real pero difíciles para los optimizadores evolutivos existentes. En este artículo, proponemos un novedoso algoritmo evolutivo multimodal multiobjetivo que utiliza estrategias de dos archivos y recombinación. En el algoritmo propuesto, se analizan primero las propiedades de las variables de decisión y las relaciones entre ellas para guiar la búsqueda evolutiva. Luego, se adopta un marco general que utiliza dos archivos, es decir, los archivos de convergencia y diversidad, para resolver cooperativamente estos problemas. Además, el archivo de diversidad emplea simultáneamente una estrategia de agrupamiento para garantizar la diversidad en el espacio de objetivos y una estrategia de limpieza basada en nichos para promover lo mismo en el espacio de decisión. Al final del proceso de evolución, las soluciones en los archivos de convergencia y diversidad se recombinan para obtener un gran número de múltiples soluciones óptimas de Pareto. Además, se diseñan un conjunto de funciones de prueba de referencia y una métrica de rendimiento para la optimización multimodal multiobjetivo. El algoritmo propuesto se compara empíricamente con dos algoritmos evolutivos de última generación en estas funciones de prueba. Los resultados comparativos demuestran que el rendimiento general del algoritmo propuesto es significativamente superior a los algoritmos competidores.

@article{doi101109tevc20182879406,
    author = "Liu, Yiping y Yen, Gary G. y Gong, Dunwei",
    title = "Un Algoritmo Evolutivo Multimodal Multiobjetivo que Utiliza Estrategias de Dos Archivos y Recombinación",
    year = "2018",
    journal = "IEEE Transactions on Evolutionary Computation",
    abstract = "Ha habido pocas investigaciones sobre la resolución de problemas de optimización multimodal multiobjetivo, aunque son comunes en aplicaciones del mundo real pero difíciles para los optimizadores evolutivos existentes. En este artículo, proponemos un novedoso algoritmo evolutivo multimodal multiobjetivo que utiliza estrategias de dos archivos y recombinación. En el algoritmo propuesto, se analizan primero las propiedades de las variables de decisión y las relaciones entre ellas para guiar la búsqueda evolutiva. Luego, se adopta un marco general que utiliza dos archivos, es decir, los archivos de convergencia y diversidad, para resolver cooperativamente estos problemas. Además, el archivo de diversidad emplea simultáneamente una estrategia de agrupamiento para garantizar la diversidad en el espacio de objetivos y una estrategia de limpieza basada en nichos para promover lo mismo en el espacio de decisión. Al final del proceso de evolución, las soluciones en los archivos de convergencia y diversidad se recombinan para obtener un gran número de múltiples soluciones óptimas de Pareto. Además, se diseñan un conjunto de funciones de prueba de referencia y una métrica de rendimiento para la optimización multimodal multiobjetivo. El algoritmo propuesto se compara empíricamente con dos algoritmos evolutivos de última generación en estas funciones de prueba. Los resultados comparativos demuestran que el rendimiento general del algoritmo propuesto es significativamente superior a los algoritmos competidores.",
    url = "https://doi.org/10.1109/tevc.2018.2879406",
    doi = "10.1109/tevc.2018.2879406",
    openalex = "W2899519149",
    references = "doi101109tevc20092021467"
}

Los sistemas de control basados en visión son habilitadores clave de muchos sistemas vehiculares autónomos, incluidos los coches autónomos. La prueba de tales sistemas se complica por espacios de entrada complejos y multidimensionales. Proponemos un algoritmo de prueba automatizado que se basa en algoritmos evolutivos aprendibles. Estos algoritmos dependen del aprendizaje automático o de una combinación de aprendizaje automático y operadores genéticos darwinianos para guiar la generación de nuevas soluciones (escenarios de prueba en nuestro contexto). Nuestro enfoque combina algoritmos de búsqueda basados en poblaciones de múltiples objetivos y modelos de clasificación de árboles de decisión para lograr los siguientes objetivos: Primero, los modelos de clasificación guían la generación basada en búsqueda de pruebas más rápido hacia escenarios de prueba críticos (es decir, escenarios de prueba que conducen a fallos). Segundo, los algoritmos de búsqueda refinan los modelos de clasificación para que los modelos puedan caracterizar con precisión las regiones críticas (es decir, las regiones de un espacio de entrada de prueba que es probable que contengan la mayoría de los escenarios de prueba críticos). Nuestra evaluación realizada en un sistema automotriz industrial muestra que: (1) Nuestro algoritmo supera a un algoritmo de búsqueda evolutiva de referencia y genera un 78% más de escenarios de prueba críticos distintos en comparación con el algoritmo de referencia. (2) Nuestro algoritmo caracteriza con precisión las regiones críticas del sistema bajo prueba, identificando así las condiciones que es probable que conduzcan a fallos del sistema.

@article{doi10114531801553180160,
    author = "Abdessalem, Raja Ben y Nejati, Shiva y Briand, Lionel y Stifter, Thomas",
    title = "Pruebas de sistemas de control basados en visión utilizando algoritmos evolutivos aprendibles",
    year = "2018",
    abstract = "Los sistemas de control basados en visión son habilitadores clave de muchos sistemas vehiculares autónomos, incluidos los coches autónomos. La prueba de tales sistemas se complica por espacios de entrada complejos y multidimensionales. Proponemos un algoritmo de prueba automatizado que se basa en algoritmos evolutivos aprendibles. Estos algoritmos dependen del aprendizaje automático o de una combinación de aprendizaje automático y operadores genéticos darwinianos para guiar la generación de nuevas soluciones (escenarios de prueba en nuestro contexto). Nuestro enfoque combina algoritmos de búsqueda basados en poblaciones de múltiples objetivos y modelos de clasificación de árboles de decisión para lograr los siguientes objetivos: Primero, los modelos de clasificación guían la generación basada en búsqueda de pruebas más rápido hacia escenarios de prueba críticos (es decir, escenarios de prueba que conducen a fallos). Segundo, los algoritmos de búsqueda refinan los modelos de clasificación para que los modelos puedan caracterizar con precisión las regiones críticas (es decir, las regiones de un espacio de entrada de prueba que es probable que contengan la mayoría de los escenarios de prueba críticos). Nuestra evaluación realizada en un sistema automotriz industrial muestra que: (1) Nuestro algoritmo supera a un algoritmo de búsqueda evolutiva de referencia y genera un 78% más de escenarios de prueba críticos distintos en comparación con el algoritmo de referencia. (2) Nuestro algoritmo caracteriza con precisión las regiones críticas del sistema bajo prueba, identificando así las condiciones que es probable que conduzcan a fallos del sistema.",
    url = "https://doi.org/10.1145/3180155.3180160",
    doi = "10.1145/3180155.3180160",
    openalex = "W2775678306",
    references = "doi101002stvr294, doi10100797830301054641, doi101016c20090197155, doi101023a1007677805582, doi1011094235797969, doi1011094235996017, doi10114297898112019670001, doi1023072288003, doi105860choice505018, openalexw225560312, openalexw2966207845"
}

La tasa metabólica basal o estándar refleja la cantidad mínima de energía necesaria para mantener los procesos corporales, mientras que la tasa metabólica máxima establece el límite superior para el trabajo aeróbico. Típicamente, existe una variación intraspecífica de hasta tres veces tanto en las tasas mínimas como en las máximas de metabolismo, incluso después de controlar por tamaño, sexo y edad; estas diferencias son consistentes a lo largo del tiempo dentro de un contexto dado, pero tanto las tasas mínimas como las máximas de metabolismo son plásticas y pueden variar en respuesta a entornos cambiantes. Aquí exploramos las causas de la variación intraspecífica y fenotípica a nivel de órgano, tejido y mitocondria. Destacamos la creciente evidencia de que los individuos difieren de manera predecible en la flexibilidad de sus tasas metabólicas y en la medida en que pueden suprimir el metabolismo mínimo cuando los alimentos son limitantes, pero aumentar la capacidad para el metabolismo aeróbico cuando una alta tasa de trabajo es beneficiosa. No está claro por qué persiste esta variación intraspecífica en la flexibilidad metabólica, posiblemente debido a compensaciones con la flexibilidad de otros rasgos, pero tiene consecuencias para la capacidad de las poblaciones para responder a un mundo cambiante. Está claro que las tasas metabólicas son objetivos de la selección, pero se necesita más investigación sobre las consecuencias de la aptitud de las tasas de metabolismo y su plasticidad en diferentes etapas de la vida, especialmente en condiciones naturales. Este artículo forma parte del tema 'El papel de la plasticidad en la adaptación fenotípica al rápido cambio ambiental'.

@article{doi101098rstb20180180,
    author = "Norin, Tommy y Metcalfe, Neil B.",
    title = "Consecuencias ecológicas y evolutivas de la plasticidad de la tasa metabólica en respuesta al cambio ambiental",
    year = "2019",
    journal = "Philosophical Transactions of the Royal Society B Biological Sciences",
    abstract = "La tasa metabólica basal o estándar refleja la cantidad mínima de energía necesaria para mantener los procesos corporales, mientras que la tasa metabólica máxima establece el límite superior para el trabajo aeróbico. Típicamente, existe una variación intraspecífica de hasta tres veces tanto en las tasas mínimas como en las máximas de metabolismo, incluso después de controlar por tamaño, sexo y edad; estas diferencias son consistentes a lo largo del tiempo dentro de un contexto dado, pero tanto las tasas mínimas como las máximas de metabolismo son plásticas y pueden variar en respuesta a entornos cambiantes. Aquí exploramos las causas de la variación intraspecífica y fenotípica a nivel de órgano, tejido y mitocondria. Destacamos la creciente evidencia de que los individuos difieren de manera predecible en la flexibilidad de sus tasas metabólicas y en la medida en que pueden suprimir el metabolismo mínimo cuando los alimentos son limitantes, pero aumentar la capacidad para el metabolismo aeróbico cuando una alta tasa de trabajo es beneficiosa. No está claro por qué persiste esta variación intraspecífica en la flexibilidad metabólica, posiblemente debido a compensaciones con la flexibilidad de otros rasgos, pero tiene consecuencias para la capacidad de las poblaciones para responder a un mundo cambiante. Está claro que las tasas metabólicas son objetivos de la selección, pero se necesita más investigación sobre las consecuencias de la aptitud de las tasas de metabolismo y su plasticidad en diferentes etapas de la vida, especialmente en condiciones naturales. Este artículo forma parte del tema 'El papel de la plasticidad en la adaptación fenotípica al rápido cambio ambiental'.",
    url = "https://doi.org/10.1098/rstb.2018.0180",
    doi = "10.1098/rstb.2018.0180",
    openalex = "W2913136619",
    references = "doi101038nature15256, doi101086649964"
}

Los problemas de programación de talleres flexibles (FJSP) han recibido mucha atención por parte de la academia y la industria durante muchos años. Debido a su complejidad exponencial, se han desarrollado, empleado y mejorado la inteligencia de enjambre (SI) y los algoritmos evolutivos (EA) para resolverlos. Más del 60% de las publicaciones están relacionadas con SI y EA. Este artículo tiene como objetivo ofrecer una revisión exhaustiva de la literatura sobre SI y EA para resolver FJSP. Primero, se presenta el modelo matemático de FJSP y se resumen las restricciones en las aplicaciones. Luego, se revisan las estrategias de codificación y decodificación para conectar el problema y los algoritmos. Se resumen las estrategias para inicializar la población de los algoritmos y los operadores de búsqueda local para mejorar el rendimiento de convergencia. A continuación, se presentan un algoritmo genético híbrido clásico (GA) y un algoritmo competitivo imperialista más reciente (ICA) con búsqueda de vecindad variable (VNS) para resolver FJSP. Finalmente, resumimos, discutimos y analizamos el estado de SI y EA para resolver FJSP y ofrecemos perspectivas sobre las direcciones futuras de investigación.

@article{doi101109jas20191911540,
    author = "Gao, Kaizhou y Cao, Zhiguang y Zhang, Le y Chen, Zhenghua y Han, Yuyan y Pan, Quan-Ke",
    title = "Revisión sobre inteligencia de enjambre y algoritmos evolutivos para resolver problemas de programación de talleres flexibles",
    year = "2019",
    journal = "IEEE/CAA Journal of Automatica Sinica",
    abstract = "Los problemas de programación de talleres flexibles (FJSP) han recibido mucha atención por parte de la academia y la industria durante muchos años. Debido a su complejidad exponencial, se han desarrollado, empleado y mejorado la inteligencia de enjambre (SI) y los algoritmos evolutivos (EA) para resolverlos. Más del 60% de las publicaciones están relacionadas con SI y EA. Este artículo tiene como objetivo ofrecer una revisión exhaustiva de la literatura sobre SI y EA para resolver FJSP. Primero, se presenta el modelo matemático de FJSP y se resumen las restricciones en las aplicaciones. Luego, se revisan las estrategias de codificación y decodificación para conectar el problema y los algoritmos. Se resumen las estrategias para inicializar la población de los algoritmos y los operadores de búsqueda local para mejorar el rendimiento de convergencia. A continuación, se presentan un algoritmo genético híbrido clásico (GA) y un algoritmo competitivo imperialista más reciente (ICA) con búsqueda de vecindad variable (VNS) para resolver FJSP. Finalmente, resumimos, discutimos y analizamos el estado de SI y EA para resolver FJSP y ofrecemos perspectivas sobre las direcciones futuras de investigación.",
    url = "https://doi.org/10.1109/jas.2019.1911540",
    doi = "10.1109/jas.2019.1911540",
    openalex = "W2951307174",
    references = "doi101016jasoc200910006"
}

La optimización multimodal multiobjetivo tiene como objetivo encontrar todas las soluciones óptimas de Pareto, incluidas las soluciones superpuestas en el espacio de objetivos. La optimización multimodal multiobjetivo ha sido investigada por la comunidad de computación evolutiva desde 2005. Sin embargo, es difícil repasar los estudios existentes en este campo porque se han realizado de manera independiente y no utilizan explícitamente el término «optimización multimodal multiobjetivo». Para abordar este problema, esta carta repasa los estudios existentes sobre optimización multimodal multiobjetivo evolutiva, incluidos los estudios publicados bajo nombres diferentes a la optimización multimodal multiobjetivo. Nuestro repaso también aclara los problemas abiertos en este área de investigación.

@article{doi101109tevc20192909744,
    author = "Tanabe, Ryoji e Ishibuchi, Hisao",
    title = "A Review of Evolutionary Multimodal Multiobjective Optimization",
    year = "2019",
    journal = "IEEE Transactions on Evolutionary Computation",
    abstract = "La optimización multimodal multiobjetivo tiene como objetivo encontrar todas las soluciones óptimas de Pareto, incluidas las soluciones superpuestas en el espacio de objetivos. La optimización multimodal multiobjetivo ha sido investigada por la comunidad de computación evolutiva desde 2005. Sin embargo, es difícil repasar los estudios existentes en este campo porque se han realizado de manera independiente y no utilizan explícitamente el término «optimización multimodal multiobjetivo». Para abordar este problema, esta carta repasa los estudios existentes sobre optimización multimodal multiobjetivo evolutiva, incluidos los estudios publicados bajo nombres diferentes a la optimización multimodal multiobjetivo. Nuestro repaso también aclara los problemas abiertos en este área de investigación.",
    url = "https://doi.org/10.1109/tevc.2019.2909744",
    doi = "10.1109/tevc.2019.2909744",
    openalex = "W2947446743",
    references = "doi101109tevc20092021467"
}

Las regiones montañosas son inusualmente biodiversas, con ricas agregaciones de especies de distribución restringida que forman centros de endemismo. Las montañas desempeñan una variedad de roles para la biodiversidad de la Tierra y afectan a las tierras bajas vecinas a través del intercambio biótico, cambios en el clima regional y escorrentía de nutrientes. La alta biodiversidad de ciertas montañas refleja la interacción de múltiples mecanismos evolutivos: tasas de especiación mejoradas con oportunidades distintas para la coexistencia y persistencia de linajes, moldeadas por cambios climáticos a largo plazo que interactúan con paisajes dinámicos topográficamente. La alta diversidad en la mayoría de las montañas tropicales está estrechamente vinculada a la geología del sustrato rocoso, notablemente áreas que comprenden litologías máficas y ultramáficas, tipos de roca ricos en magnesio y pobres en fosfato que presentan requisitos especiales para la fisiología vegetal. La biodiversidad de montaña lleva la huella de procesos evolutivos y ecológicos de tiempos profundos, una historia muy digna de preservar.

@article{doi101126scienceaax0151,
    author = "Rahbek, Carsten y Borregaard, Michael K. y Antonelli, Alexandre y Colwell, Robert K. y Holt, Ben G. y Nogués‐Bravo, David y Rasmussen, Christian M. Ø. y Richardson, Katherine y Rosing, Minik T. y Whittaker, Robert J. y Fjeldså, Jon",
    title = "Construyendo la biodiversidad de montaña: Procesos geológicos y evolutivos",
    year = "2019",
    journal = "Science",
    abstract = "Las regiones montañosas son inusualmente biodiversas, con ricas agregaciones de especies de distribución restringida que forman centros de endemismo. Las montañas desempeñan una variedad de roles para la biodiversidad de la Tierra y afectan a las tierras bajas vecinas a través del intercambio biótico, cambios en el clima regional y escorrentía de nutrientes. La alta biodiversidad de ciertas montañas refleja la interacción de múltiples mecanismos evolutivos: tasas de especiación mejoradas con oportunidades distintas para la coexistencia y persistencia de linajes, moldeadas por cambios climáticos a largo plazo que interactúan con paisajes dinámicos topográficamente. La alta diversidad en la mayoría de las montañas tropicales está estrechamente vinculada a la geología del sustrato rocoso, notablemente áreas que comprenden litologías máficas y ultramáficas, tipos de roca ricos en magnesio y pobres en fosfato que presentan requisitos especiales para la fisiología vegetal. La biodiversidad de montaña lleva la huella de procesos evolutivos y ecológicos de tiempos profundos, una historia muy digna de preservar.",
    url = "https://doi.org/10.1126/science.aax0151",
    doi = "10.1126/science.aax0151",
    openalex = "W2973050715",
    references = "doi101038s415610180236z, doi101073pnas1813206116, doi101126science1228282, doi101126scienceaar5452"
}

Los algoritmos evolutivos han demostrado ser muy exitosos para resolver problemas de optimización multiobjetivo (MOPs). Sin embargo, su rendimiento a menudo se deteriora al resolver MOPs con frentes de Pareto irregulares. Para remediar este problema, se ha realizado una gran cantidad de investigación en los últimos años y se han propuesto muchos nuevos algoritmos. Este artículo proporciona una revisión exhaustiva de la investigación sobre MOPs con frentes de Pareto irregulares. Comenzamos con una breve introducción a los conceptos básicos, seguida de un resumen de los problemas de prueba de referencia con problemas irregulares, un análisis de las causas de la irregularidad y problemas de optimización del mundo real con frentes de Pareto irregulares. Luego, se presenta una taxonomía de las metodologías existentes para manejar problemas irregulares y se revisan algoritmos representativos con una discusión de sus fortalezas y debilidades. Finalmente, se señalan desafíos abiertos y se sugieren algunas direcciones futuras prometedoras.

@article{doi101109jas20211003817,
    author = "Hua, Yicun y Liu, Qiqi y Hao, Kuangrong y Jin, Yaochu",
    title = "A Survey of Evolutionary Algorithms for Multi-Objective Optimization Problems With Irregular Pareto Fronts",
    year = "2021",
    journal = "IEEE/CAA Journal of Automatica Sinica",
    abstract = "Los algoritmos evolutivos han demostrado ser muy exitosos para resolver problemas de optimización multiobjetivo (MOPs). Sin embargo, su rendimiento a menudo se deteriora al resolver MOPs con frentes de Pareto irregulares. Para remediar este problema, se ha realizado una gran cantidad de investigación en los últimos años y se han propuesto muchos nuevos algoritmos. Este artículo proporciona una revisión exhaustiva de la investigación sobre MOPs con frentes de Pareto irregulares. Comenzamos con una breve introducción a los conceptos básicos, seguida de un resumen de los problemas de prueba de referencia con problemas irregulares, un análisis de las causas de la irregularidad y problemas de optimización del mundo real con frentes de Pareto irregulares. Luego, se presenta una taxonomía de las metodologías existentes para manejar problemas irregulares y se revisan algoritmos representativos con una discusión de sus fortalezas y debilidades. Finalmente, se señalan desafíos abiertos y se sugieren algunas direcciones futuras prometedoras.",
    url = "https://doi.org/10.1109/jas.2021.1003817",
    doi = "10.1109/jas.2021.1003817",
    openalex = "W3120225493",
    references = "doi101109tevc20092021467"
}

Los problemas multimodales multiobjetivo (MMOPs) surgen con frecuencia en el mundo real, en los que múltiples conjuntos de soluciones Pareto-óptimas (PS) corresponden al mismo punto en el frente Pareto. Los algoritmos evolutivos multiobjetivo tradicionales (MOEAs) muestran un rendimiento deficiente al resolver MMOPs debido a la falta de mantenimiento de diversidad en el espacio de decisión. Por lo tanto, recientemente, se han propuesto muchos algoritmos evolutivos multimodales (MMEAs). Sin embargo, para la mayoría de los MMEAs existentes, el rendimiento de convergencia en el espacio de objetivos no cumple con las expectativas. Además, muchos de ellos no pueden obtener siempre todos los conjuntos de soluciones Pareto equivalentes. Para abordar estos problemas, este estudio propone un MMEA basado en un indicador ponderado, denominado MMEA-WI. El algoritmo integra la información de diversidad de las soluciones en el espacio de decisión en un indicador de rendimiento en el espacio de objetivos para mantener la diversidad en el espacio de decisión e introduce un archivo de convergencia para garantizar una aproximación más efectiva del frente Pareto-óptimo (PF). Estas estrategias pueden aplicarse fácilmente a otros MOEAs basados en indicadores. Los resultados experimentales muestran que MMEA-WI supera a algunos MMEAs de vanguardia en los problemas de referencia seleccionados en términos de las métricas de distancia generacional inversa (IGD) e IGD en el espacio de decisión (IGDX).

@article{doi101109tevc20213078441,
    author = "Li, Wenhua y Zhang, Tao y Wang, Rui e Ishibuchi, Hisao",
    title = "Algoritmo evolutivo basado en indicadores ponderados para optimización multimodal multiobjetivo",
    year = "2021",
    journal = "IEEE Transactions on Evolutionary Computation",
    abstract = "Los problemas multimodales multiobjetivo (MMOPs) surgen con frecuencia en el mundo real, en los que múltiples conjuntos de soluciones Pareto-óptimas (PS) corresponden al mismo punto en el frente Pareto. Los algoritmos evolutivos multiobjetivo tradicionales (MOEAs) muestran un rendimiento deficiente al resolver MMOPs debido a la falta de mantenimiento de diversidad en el espacio de decisión. Por lo tanto, recientemente, se han propuesto muchos algoritmos evolutivos multimodales (MMEAs). Sin embargo, para la mayoría de los MMEAs existentes, el rendimiento de convergencia en el espacio de objetivos no cumple con las expectativas. Además, muchos de ellos no pueden obtener siempre todos los conjuntos de soluciones Pareto equivalentes. Para abordar estos problemas, este estudio propone un MMEA basado en un indicador ponderado, denominado MMEA-WI. El algoritmo integra la información de diversidad de las soluciones en el espacio de decisión en un indicador de rendimiento en el espacio de objetivos para mantener la diversidad en el espacio de decisión e introduce un archivo de convergencia para garantizar una aproximación más efectiva del frente Pareto-óptimo (PF). Estas estrategias pueden aplicarse fácilmente a otros MOEAs basados en indicadores. Los resultados experimentales muestran que MMEA-WI supera a algunos MMEAs de vanguardia en los problemas de referencia seleccionados en términos de las métricas de distancia generacional inversa (IGD) e IGD en el espacio de decisión (IGDX).",
    url = "https://doi.org/10.1109/tevc.2021.3078441",
    doi = "10.1109/tevc.2021.3078441",
    openalex = "W3160947956",
    references = "doi101109tevc20092021467"
}

En las últimas décadas se han registrado grandes avances en los algoritmos evolutivos multiobjetivo (MOEAs) para problemas de optimización multiobjetivo (MOPs). Sin embargo, estos MOEAs progresivamente mejorados no necesariamente cuentan con estrategias de resolución de problemas escalables y aprendibles para los nuevos y grandes desafíos traídos por el escalado de los MOPs con una complejidad continuamente creciente desde diversos aspectos, principalmente, incluyendo el costoso precio de las evaluaciones de función, muchos objetivos, espacio de búsqueda a gran escala, entornos variables en el tiempo y multitarea. Bajo diferentes escenarios, se requiere pensamiento divergente en el diseño de nuevos MOEAs potentes para resolverlos eficazmente. En este contexto, los estudios de investigación sobre MOEAs aprendibles con técnicas de aprendizaje automático han recibido una atención extensa en el campo de la computación evolutiva. Este artículo comienza con una taxonomía general de los MOPs de escalado y los MOEAs aprendibles, seguida de un análisis de los desafíos que estos MOPs plantean a los MOEAs tradicionales. Luego, revisamos sintéticamente los avances recientes de los MOEAs aprendibles en la resolución de diversos MOPs de escalado, centrándonos principalmente en cuatro direcciones atractivas (es decir, discriminadores evolutivos aprendibles para selección ambiental, generadores evolutivos aprendibles para reproducción, evaluadores evolutivos aprendibles para evaluaciones de función y módulos de transferencia evolutiva aprendibles para compartir o reutilizar experiencia de optimización). Se ofrece a los lectores la visión de los MOEAs aprendibles como referencia para la trayectoria general de los esfuerzos en este campo.

@article{doi101109tevc20233250350,
    author = "Liu, Songbai y Lin, Qiuzhen y Li, Jianqiang y Tan, Kay Chen",
    title = "A Survey on Learnable Evolutionary Algorithms for Scalable Multiobjective Optimization",
    year = "2023",
    journal = "IEEE Transactions on Evolutionary Computation",
    abstract = "En las últimas décadas se han registrado grandes avances en los algoritmos evolutivos multiobjetivo (MOEAs) para problemas de optimización multiobjetivo (MOPs). Sin embargo, estos MOEAs progresivamente mejorados no necesariamente cuentan con estrategias de resolución de problemas escalables y aprendibles para los nuevos y grandes desafíos traídos por el escalado de los MOPs con una complejidad continuamente creciente desde diversos aspectos, principalmente, incluyendo el costoso precio de las evaluaciones de función, muchos objetivos, espacio de búsqueda a gran escala, entornos variables en el tiempo y multitarea. Bajo diferentes escenarios, se requiere pensamiento divergente en el diseño de nuevos MOEAs potentes para resolverlos eficazmente. En este contexto, los estudios de investigación sobre MOEAs aprendibles con técnicas de aprendizaje automático han recibido una atención extensa en el campo de la computación evolutiva. Este artículo comienza con una taxonomía general de los MOPs de escalado y los MOEAs aprendibles, seguida de un análisis de los desafíos que estos MOPs plantean a los MOEAs tradicionales. Luego, revisamos sintéticamente los avances recientes de los MOEAs aprendibles en la resolución de diversos MOPs de escalado, centrándonos principalmente en cuatro direcciones atractivas (es decir, discriminadores evolutivos aprendibles para selección ambiental, generadores evolutivos aprendibles para reproducción, evaluadores evolutivos aprendibles para evaluaciones de función y módulos de transferencia evolutiva aprendibles para compartir o reutilizar experiencia de optimización). Se ofrece a los lectores la visión de los MOEAs aprendibles como referencia para la trayectoria general de los esfuerzos en este campo.",
    url = "https://doi.org/10.1109/tevc.2023.3250350",
    doi = "10.1109/tevc.2023.3250350",
    openalex = "W4322706826",
    references = "doi101016jeswa201610015"
}

Este artículo amplía la Teoría de la Cognición Épica (ECT) al examinar la evidencia clínica y antropológica sobre cómo la mente, a través de narrativas simbólicas y procesos de "inmersión en sueños", influye directamente en el cuerpo físico. Argumentamos que los seres humanos no son meros productos de su código genético; son "arquitectos narrativos" activos que rediseñan su propia biología procesando estresores ambientales y psicológicos. Proponemos que los fenómenos tradicionalmente vistos como puramente psicológicos o patológicos —como los efectos placebo y nocebo, la teriantrópica, el trastorno de conversión, los estigmas religiosos, los cambios físicos inducidos por hipnosis, la enfermedad psigénica masiva y la púrpura psigénica (síndrome de Gardner-Diamond)— son ejemplos notables de este proceso de rediseño interno. Estos casos demuestran cómo una identidad simbólica, cuando se internaliza, puede manipular las respuestas fisiológicas y morfológicas. Hipótesis novedosas, incluida la neuroplasticidad mediada por biofotones, amplían el alcance de la ECT al proponer un mecanismo biofísico para estas adaptaciones epigenéticas y culturales. Al definir el estado esquizoide como un mecanismo de metamorfosis evolutiva en los seres humanos, este trabajo enmarca el Arte no solo como una búsqueda estética, sino como una herramienta vital para el "procesamiento esquizoide controlado". Argumentamos que al lograr la conciencia de su potencial simbólico y expresarlo a través de la agencia artística, los individuos pueden dominar conscientemente el mecanismo de rediseño mente-cuerpo, amplificando efectivamente el efecto placebo y neutralizando las consecuencias destructivas de las narrativas impuestas externamente. Este marco redefine la enfermedad, la curación y la formación de la identidad como procesos en la intersección de la evolución física y simbólica, revelando la profunda aplicabilidad de la ECT en los campos de la biología evolutiva, la neuroantropología y la medicina narrativa.

@misc{büyük2026from,
    author = "Büyük, Sedat",
    title = "From Imagination to Biology: ECT's Case Studies of Mind-Body Evolutionary Redesign",
    year = "2026",
    publisher = "Zenodo",
    abstract = {Este artículo amplía la Teoría de la Cognición Épica (ECT) al examinar la evidencia clínica y antropológica sobre cómo la mente, a través de narrativas simbólicas y procesos de "inmersión en sueños", influye directamente en el cuerpo físico. Argumentamos que los seres humanos no son meros productos de su código genético; son "arquitectos narrativos" activos que rediseñan su propia biología procesando estresores ambientales y psicológicos. Proponemos que los fenómenos tradicionalmente vistos como puramente psicológicos o patológicos —como los efectos placebo y nocebo, la teriantrópica, el trastorno de conversión, los estigmas religiosos, los cambios físicos inducidos por hipnosis, la enfermedad psigénica masiva y la púrpura psigénica (síndrome de Gardner-Diamond)— son ejemplos notables de este proceso de rediseño interno. Estos casos demuestran cómo una identidad simbólica, cuando se internaliza, puede manipular las respuestas fisiológicas y morfológicas. Hipótesis novedosas, incluida la neuroplasticidad mediada por biofotones, amplían el alcance de la ECT al proponer un mecanismo biofísico para estas adaptaciones epigenéticas y culturales. Al definir el estado esquizoide como un mecanismo de metamorfosis evolutiva en los seres humanos, este trabajo enmarca el Arte no solo como una búsqueda estética, sino como una herramienta vital para el "procesamiento esquizoide controlado". Argumentamos que al lograr la conciencia de su potencial simbólico y expresarlo a través de la agencia artística, los individuos pueden dominar conscientemente el mecanismo de rediseño mente-cuerpo, amplificando efectivamente el efecto placebo y neutralizando las consecuencias destructivas de las narrativas impuestas externamente. Este marco redefine la enfermedad, la curación y la formación de la identidad como procesos en la intersección de la evolución física y simbólica, revelando la profunda aplicabilidad de la ECT en los campos de la biología evolutiva, la neuroantropología y la medicina narrativa.},
    url = "https://zenodo.org/doi/10.5281/zenodo.17148219",
    doi = "10.5281/zenodo.17148219"
}