TRAŽI

Genetički algoritmi

Genetički algoritmi suheurističke, stohastičke metode optimizacije koje su 1975. predložile Nizozemske. Temelji se na ideji evolucije s prirodnom selekcijom, koju je predložio Darwin.

Genetički algoritmi rade s nizompojedinaca, tj. stanovništva u kojoj svaki pojedinac može poslužiti kao rješenje za određeni problem. Svaki pojedinac mora biti ocijenjen prema stupnju njegove sposobnosti, ovisno o tome koliko je dobro rješenje problema koji odgovara njemu. Ako ovo uzmemo u obzir u odnosu na prirodu, procjenjuje se stupanj učinkovitosti organizma u konkurentskoj borbi za resursima. Pojedinci koji su mnogo prilagođeni mogu reproducirati potomke križanjem s drugim predstavnicima stanovništva. To je razlog za nastanak novih pojedinaca, u kojima se kombiniraju neke karakteristike, nasljeđene od roditelja.

Manje prilagođene osobe moći će se reproduciratipotomstvo s manje vjerojatnosti, tako da svojstva koja posjeduju postupno će nestati tijekom evolucije iz čitave populacije. Ponekad se javljaju spontane promjene u genima ili mutacijama. Ispada da će dobre osobine od generacije do generacije biti raspoređene po cijeloj populaciji. Prekretanje pojedinaca, koji su najviše prilagođeni, dovodi do činjenice da se pretražuju mjesta pretraživanja koja predstavljaju najveću perspektivu. U konačnoj analizi, problem je riješen. Genetski algoritmi imaju prednost da u relativno kratkom vremenu pronađu približna rješenja koja su optimalna. Vrijedno je razmotriti ovo pitanje u vezi programiranja.

Genetički algoritmi sastoje se od sljedećih komponenti:

- Kromosom, koji je rješenje problema koji se razmatra, sastoji se od gena. Ova populacija kromosoma se smatra početnim;

- skup operatora (namijenjen generiranju novih rješenja temeljenih na novim populacijama);

- objektivna funkcija (dizajnirana za procjenu sposobnosti rješenja).

Za genetske algoritme, postojistandardni skup operatora: odabir, mutacija i prijelaz. Možete razmotriti primjenu genetičkih algoritama razjašnjavanjem što je za svaki određeni operator namijenjen. Odabir operatora odabire kromosome u skladu s vrijednostima njihovih funkcija fitnessa. Postoje najmanje dva najpopularnija operatera: turnir i rulet. Metoda ruleta podrazumijeva odabir pojedinaca putem n pokreće. Za svaki član stanovništva koji se koristi, rulet kotač sadrži jedan sektor potrebne veličine. Vjerojatnije će se odabrati članovi populacije s izrazito višom pokazateljima kondicije za takav odabir od predstavnika s niskom kondicijom. Načinom turnira implementiraju se n turniri, omogućujući vam odabir n pojedinaca. Temelj svakog turnira je uzorak k elemenata iz populacije, s najboljom pojedincu među njima.

Ako nastavimo uzeti u obzir algoritmeprogramiranje, vrijedno je spomenuti metodu koja se zove križanje. Križni operator razmjenjuje dijelove kromosoma između parova ili kromosoma u jednoj populaciji.

Posljednji operater, mutacije, je stohastička promjena u dijelu kromosoma.

Konkretno razmatranje primjene genetičkih algoritama je više voluminozni materijal nego što se može uklopiti u članak, stoga ga treba razmotriti odvojeno.

  • Ocjenjivanje: