Algoritmos Gen�ticos
Los algoritmos gen�ticos son el resultado de los recientes avances de la computaci�n evolutiva y la gen�tica y se constituyen en una de las principales herramientas tecnol�gicas de la inteligencia artificial. Estos algoritmos simulan la mec�nica de la selecci�n natural y de la gen�tica utilizando la informaci�n hist�rica para encontrar nuevos puntos de b�squeda de una soluci�n �ptima, permitiendo obtener soluciones a un problema que por su complejidad no tiene ning�n m�todo de soluci�n de forma preciso. Dicha soluci�n exige c�lculos complejos que de manera normal tomar�an demasiado tiempo.
La configuraci�n b�sica de un algoritmo gen�tico es la siguiente: Una representaci�n, en t�rminos de "cromosoma", de las configuraciones de nuestro problema. Una manera de crear las configuraciones de la poblaci�n inicial. Una funci�n de evaluaci�n que permite ordenar los cromosomas de acuerdo con la funci�n objetivo. Operadores "gen�ticos" que permiten alterar la composici�n de los nuevos cromosomas generados por los padres durante la reproducci�n. Valores de los par�metros que el algoritmo gen�tico usa (tama�o de la poblaci�n, probabilidades asociadas con la aplicaci�n de los operadores gen�ticos, etc).
Las principales aplicaciones de los algoritmos gen�ticos en el campo de la gesti�n financiera empresarial son: La predicci�n de la bancarrota de una empresa; evaluaci�n y predicci�n de la capacidad financiera de una empresa para absorber un pr�stamo y con el fin de decidir el otorgamiento del mismo, la inferencia de reglas que indiquen las mejores decisiones sobre la asignaci�n de recursos con base en informaci�n hist�rica de varios a�os.
Generalmente, los algoritmos gen�ticos se emplean con bastante �xito en la investigaci�n de operaciones para resolver problemas de optimizaci�n num�rica y combinatoria.