Optimum contribution selection using differential evolution

Abstract

-A program to determine optimum contribution selection using differential evolution was developed. The objective function to be optimized was composed by the expected merit of the future progeny and the coancestry among selected parents. Simulated and real datasets of populations with overlapping generations were used to validate and test the performance of the program. The program was computationally efficient and feasible for practical applications. The expected consequences of using the program, in contrast to empirical procedures to control inbreeding and/or to selection based exclusively on expected genetic merit, would be the improvement of the selection response and a more effective control of inbreeding.Key Words: evolutionary algorithms, genetic response, inbreeding, optimization, selection Aplicação da evolução diferencial para a definição da contribuição genética ótima RESUMO -Um programa baseado na técnica de evolução diferencial foi desenvolvido para a definição da contribuição genética ótima na seleção de candidatos a reprodução. A função-objetivo a ser otimizada foi composta pelo mérito genético esperado da futura progênie e pela coascendência média dos animais em reprodução. Conjuntos de dados reais e simulados de populações com gerações sobrepostas foram usados para validar e testar o desempenho do programa desenvolvido. O programa se mostrou computacionalmente eficiente e viável para ser aplicado na prática e as consequências esperadas de sua aplicação, em comparação a procedimentos empíricos de controle da endogamia e/ou com a seleção baseada apenas no valor genético esperado, seriam a melhora da resposta genética futura e limitação mais efetiva da taxa de endogamia.Palavras-chave: algoritmos evolucionários, endogamia, ganho genético, otimização, seleção Revista Brasileira de Zootecnia

Moving Beyond Managing Realized Genomic Relationship in Long-Term Genomic Selection

“…Alternatively, the operational constraints can be modeled directly using semidefinite programming, which may provide slightly higher gains at the cost of a more complex problem formulation (Pong-Wong and Woolliams 2007;Ahlinder et al 2014). A different strategy is to leave the strict constrained optimization framework and maximize a weighted index that balances genetic gain and inbreeding (Carvalheiro et al 2010;Clark et al 2013). Optimizing this simple index with general purpose metaheuristics, such as a differential evolution algorithm (Storn and Price 1997), allows us to easily accommodate alternative or additional objectives, trading optimality of solutions for flexibility.…”

Um Sistema de Informação para Melhoramento Genético de Caprinos e Ovinos

“…Para testes de viabilidade em aplicações práticas foi usado o conjunto de dados reais dos animais do rebanho Nelore, onde foram selecionados 100 touros e 500 fêmeas para reprodução (acasalamento). Uma das conclusões contidas no trabalhoé que o programa desenvolvido mostrou-se computacionalmente eficiente e viável para aplicações práticas [2].…”

Seleção assistida: proposta de otimização utilizando Algoritmos Genéticos

“…Diante disso, Cavalheiro et al (2010), sugerem que direcionar os acasalamentos sem comprometer o mérito predito da progênie e, inclusive, a combinação de acasalamento com restrição sobre endogamia pode proporcionar maior progresso genético que o acasalamento aleatório.…”

“…Nesse sentido, Neves et al (2009) Apesar do potencial do método dos AGs, ao que se constatou na literatura consultada, a viabilidade do uso na seleção de animais foi investigada em somente com uso de evolução diferencial (LEE et al, 2008;CAVALHEIRO et al, 2010;KINGHORN, 2011). As teorias e hipóteses de utilização da SANTOS, N.P.S.…”

“…1378, 2012 otimização para ajudar a seleção de animais, baseada no desempenho fenotípico, a longo prazo, encontram-se descritas em Kinghorn et al (2006). Em pesquisa, Cavalheiro et al (2010) objetivaram desenvolver um programa baseado em evolução diferencial, fundamentada pela teoria dos algoritmos evolucionários, para determinar melhor as contribuições genéticas, validar e testar o seu desempenho utilizando conjuntos de dados simulados e reais e avaliar empiricamente as consequências da execução aplicando abordagens diferentes para seleção ideal em regimes com gerações sobrepostas.…”