Algoritmos Genéticos Como Herramienta Para La Selección De Un Centro De Datos

La Inteligencia Artificial (IA) ha sido desarrollada por el área de las Ciencias en la Computación. Se mantuvo por mucho tiempo como un área únicamente aplicable al campo de la investigación. Actualmente los algoritmos desarrollados se han empezado a aplicar en los procesos de negocio, en la optimización de recursos y como herramienta para la toma de decisiones.

Los Algoritmos Genéticos, son uno de los procesos inteligentes de IA. Estos algoritmos tienen la facilidad de resolver los problemas utilizando variables. Con su enfoque evolutivo se adapta a los cambios del entorno, permitiendo evaluar distintas soluciones hasta obtener la mejor.

Cuando se requiere contratar un nuevo servicio, como un Centro de Datos, el personal encargado se encuentra frente al problema de contratar el mejor servicio al menor costo. En este artículo se propone la selección de un Centro de Datos como un problema para algoritmos genéticos. Se divide el problema en un conjunto de criterios que pueden ser evaluados para obtener una solución óptima.

De acuerdo al blog Factores a tener en cuenta al elegir data center (Carmen, 2011), las variables a evaluar son: uso de estándares, almacenamiento, velocidad de intercambio, redundancia, tipo de seguridad y costo. La variable uso de estándares será el único gen del cromosoma que ocupara un bit al ser una característica discreta. Las demás variables deben ser categorizadas y se les asignará rangos numéricos de acuerdo al segmento de bits dentro del cromosoma, por ejemplo: al costo trimestral del servicio se le asigna los primeros 2 bits del cromosoma, por eso se tiene:

11: costo < $300

10: $300 <= costo < $600

01: $600 <= costo < $800

00: costo >= $800

Una vez establecidos los genes del cromosoma se procede a generar la población de forma aleatoria. Se puede utilizar el método de la Ruleta, es el más sencillo de programar pero se debe utilizar un buen generador de números aleatorio como el MD5. La cantidad de la población recomendada va “de 1 a 21 según el estudio de Alander” (Alfaro), pero en este caso es recomendable que sea mayor a 10 para explorar más soluciones.

Luego de crear la población es necesario definir la función de adaptabilidad que será utilizada en el proceso de selección de individuos más aptos. Como base para la función, a cada característica o gen se le debe asignar un porcentaje de influencia con base en la importancia que tiene al seleccionar el Centro de Datos. Por ejemplo el costo podría pesar el 30%, mientras que el uso de estándares solo tiene un 5% de peso. La función de adaptabilidad es la clave para que el algoritmo genético de buenos resultados, por eso es necesario que se realice una operación auxiliar sobre los genes para determinar una calificación que será multiplicada por los porcentajes. La sumatoria de las multiplicaciones será el valor de adaptabilidad.

Cuando se tiene la función de adaptabilidad se calcula a cada individuo el valor para determinar que tan cerca se encuentra de la solución óptima y así definir si es necesario o no pasar a una nueva generación.

Sino se encuentra una o un conjunto de soluciones, se procede a eliminar los individuos que se encuentran por debajo del mínimo ideal y se procede a realizar el cruce de los individuos. Se selecciona un número par aleatorio de individuos

...