Algoritmi genetici

Algoritmii genetici sunt euristici, stochastice metode de optimizare, care au fost propuse pentru prima dată în 1975 de către Olanda. Ele se bazează pe ideea evoluției cu selecția naturală, care a fost propusă de Darwin.

Algoritmii genetici funcționează cu mulți indivizi, adică o populație în care fiecare individ poate servi ca soluție la o anumită problemă. Fiecare individ trebuie să fie evaluat pentru gradul de fitness al acestuia, în funcție de cât de bun este soluția problemei corespunzătoare acestuia. Dacă luăm în considerare acest lucru în raport cu natura, atunci acesta evaluează gradul de eficiență al organismului în lupta competitivă pentru resurse. Persoanele fizice, care sunt mult mai adaptate, pot reproduce puii prin traversarea încrucișată cu alți reprezentanți ai populației. Acesta este motivul apariției unor noi indivizi, în care unele caracteristici, moștenite de la părinți, sunt combinate.

Persoanele puțin adaptate vor putea reproduce descendenții cu mai puțină probabilitate, astfel încât proprietățile pe care le posedă vor dispărea treptat în cursul evoluției de la întreaga populație. Uneori apar schimbări spontane în gene sau mutații. Se pare că caracteristicile bune de la o generație la alta vor fi distribuite în întreaga populație. Trecerea persoanelor care sunt cele mai adaptate duce la faptul că site-urile de căutare care reprezintă cea mai mare perspectivă sunt investigate. În analiza finală, problema este rezolvată. Algoritmii genetici au avantajul că într-o perioadă relativ scurtă de timp găsesc soluții aproximative care sunt optime. Merită să luați în considerare această problemă în ceea ce privește programarea.

Algoritmii genetici constau din următoarele componente:

- Cromozomul, care este soluția pentru problema în cauză, constă în gene. Această populație cromozomii sunt considerați inițiali;

- un set de operatori (destinat să genereze noi soluții bazate pe noi populații);

- funcția obiectivă (conceput pentru a evalua aptitudinea soluțiilor).

Pentru algoritmii genetici, există un set standard de operatori: selecție, mutație și trecere. Puteți lua în considerare aplicarea algoritmilor genetici prin clarificarea a ceea ce fiecare specific operatorul. operator selecția face selecția cromozomilor în funcție de valorile funcțiilor lor de fitness. Există cel puțin doi operatori mai populari: un turneu și o ruletă. Metoda de ruletă presupune selectarea persoanelor prin n lansări. Pentru fiecare membru al populației folosite, rola de ruletă conține un sector de mărimea necesară. Membrii unei populații cu un indicator de fitness semnificativ mai mare pentru o astfel de selecție vor avea mai multe șanse de a fi selectați decât reprezentanții cu nivel scăzut de fitness. Cu ajutorul metodei turneului, sunt implementate n turnee, permițându-vă să selectați n persoane. Baza fiecărui turneu este un eșantion de k elemente de la populație, cu cele mai bune dintre ele.

Dacă continuați să luați în considerare algoritmii de programare, atunci merită menționată metoda numită trecere. Operatorul de trecere schimbă părțile cromozomiale între o pereche sau cromozomi într-o singură populație.

Ultimul operator, mutații, este o schimbare stochastică într-o parte a cromozomilor.

Considerarea concretă a aplicării algoritmilor genetici este un material mai voluminos decât se poate încadra în articol, deci ar trebui să fie luat în considerare separat.