Durante millones de años los seres vivos se han encontrado con numerosas situaciones adversas, es decir, con una enorme cantidad de problemas que han tenido que ir solucionando poco a poco mediante sucesivas adaptaciones. El éxito de la vida en innumerables entornos no es sino el reflejo de que los seres vivos han encontrado soluciones para los distintos problemas con los que se han enfrentado. Son varias las cuestiones que podemos plantearnos en relación a esta cuestión: ¿cuál es el mecanismo que ha permitido la supervivencia de los seres vivos en ambientes tan distintos?, ¿existe algún algoritmo matemático que subyazca en el mismo?, en este caso, ¿podría ser aplicable a otras situaciones y problemas? Los algoritmos genéticos son una de las herramientas que han nacido para responder a estas cuestiones.
CORZO-SUÁREZ, R. y otros, (1997): «Redeter- mination of Bis(2-aminopyrimidinium) Tetrabromocopper(II) at 200 and 100 K», Acta Cryst., C53, 1786-1789. PAREDES, J. y otros (1995): «Beam cutting optimization system through genetic algorithms», World Congress on Neural Networks (17-7-1995), Washington. PAREDES, J. y otros (1996): «Width control in semicontinuous rolling mills through evo- lutionary strategies», World Congress on Neural Networks (17-7-1995), Washington. SANDS. D. E. (1974): Introducción a la Cris- talografía, Reverté, Barcelona. WIRTH, N. (1980): Algoritmos + Estructuras de Datos = Programas, Ediciones del Castillo, Madrid.
