Გენეტიკური ალგორითმები

გენეტიკური ალგორითმები ევრისტიკული, სტოქასტური ოპტიმიზაციის მეთოდების , რომ შემოთავაზებულ იქნა პირველად 1975 წელს, Holland. ისინი ეფუძნება ევოლუციის იდეას, ბუნებრივი შერჩევის, რომელიც სთავაზობს კიდევ Darwin.

გენეტიკური ალგორითმები მუშაობა სხვადასხვა პირებს, რომ არის მოსახლეობის სადაც თითოეული გამოდგება გადაწყვეტა ნებისმიერი კონკრეტული პრობლემა. თითოეულ ადამიანს აქვს უნდა შეფასდეს ხარისხი ადაპტაციის, იმის მიხედვით, თუ რამდენად კარგი არის გამოსავალი, რომ შეესაბამება მას. თუ გავითვალისწინებთ, რომ ეს იმ ბუნებაში, სავარაუდოდ ხარისხი ეფექტურობის ორგანოს დროს კონკურსს რესურსები. ფიზიკური პირები, რომლებიც ბევრად უფრო ადაპტირებული, შეიძლება რეპროდუცირება საშუალებით ჯვარი გამოყვანა სხვა წევრებთან ერთად მოსახლეობას. ეს იწვევს გამოჩენა ახალი სახეობა, რომელიც აერთიანებს გარკვეული მახასიათებლები გადამდები, როგორც მემკვიდრეობა მშობლებისგან.

ნაკლებად ადაპტირებული პირებს საშუალება ექნებათ რეპროდუცირება შთამომავლობას, ნაკლებად სავარაუდოა, რომ თვისებები ისინი ფლობენ, თანდათან ქრება ევოლუციის მანძილზე მთელ მოსახლეობას. ზოგჯერ არსებობს სპონტანური ცვლილებები გენების ან მუტაცია. გამოდის, რომ კარგი მახასიათებლების თაობიდან თაობას გადანაწილდება მთელ მოსახლეობას. შეჯვარება პირებს, რომლებიც საუკეთესო შეეფერება, და რა არის გამოკვლეული საძიებო საიტები, რომელიც წარმოადგენს დიდი მომავალი. ბოლოს და ბოლოს, ეს არის გამოსავალი. გენეტიკური ალგორითმები აქვს უპირატესობა იმ ფაქტს, რომ ეს არის შედარებით მოკლე დროში სავარაუდო გადაწყვეტილებები, რომლებიც ოპტიმალური. გასათვალისწინებელია, საკითხი პროგრამირების.

გენეტიკური ალგორითმები შედგება შემდეგი კომპონენტებისაგან:

- ქრომოსომა წარმოადგენს პრობლემის გადაწყვეტის განხილვის სტადიაშია შედგება გენი. ეს მოსახლეობის ქრომოსომა ითვლება პირველადი;

- კომპლექტი განცხადებები (განკუთვნილია გენერირებისათვის ახალი გადაწყვეტილებების საფუძველზე ახალი მოსახლეობა);

- ობიექტური ფუნქცია (შექმნილია შეაფასოს ვარგისიანობის გადაწყვეტილებები).

იყიდება გენეტიკური ალგორითმი უზრუნველყოფს სტანდარტულ ოპერატორები: შერჩევა, მუტაციას კროსოვერი. არ არის გამორიცხული, განიხილოს გამოყენება გენეტიკური ალგორითმები დახმარებით გარკვევა, თუ რა ყოველ კონკრეტულ ოპერატორი. ოპერატორის შერჩევის ირჩევს ქრომოსომა შესაბამისად, თუ რა ღირებულებებს ფიტნეს ფუნქციები. აქ წარმოდგენილი არანაკლებ ორი ყველაზე პოპულარული ოპერატორი: ტურნირი და roulette. roulette მეთოდი მოიცავს exercise შერჩევის პირებს n ეშვება. თითოეული წევრი დასაქმებული მოსახლეობისთვის რულეტს შეიცავს ერთ სექტორში საჭირო ღირებულება. წევრები მოსახლეობას გაცილებით მაღალი მაჩვენებელი ადაპტაციის ამ შერჩევა შეირჩევა უფრო ხშირად, ვიდრე წარმომადგენლებს, რომ აქვს დაბალი ფიტნეს. როდესაც მეთოდით ხორციელდება ტურნირი n გუნდები, რომელიც საშუალებას პირებს აირჩიოთ n. საფუძველზე თითოეული მოვლენა ჩაუყარა ნიმუში k ელემენტები მოსახლეობას, საუკეთესო ნიმუში, მათ შორის უნდა იყოს არჩეული.

თუ თქვენ კვლავაც მიიჩნევს, პროგრამირების ალგორითმები, აუცილებელია მოგვითხრობს მეთოდი ეწოდება crossbreeding. გადაკვეთის ოპერატორი ერთმანეთს წყვილი ნაწილი ქრომოსომა და ქრომოსომის მოსახლეობას.

ბოლო ოპერატორი - მუტაციების - სტოქასტური ვარიაციით ქრომოსომაში.

კონკრეტული განხილვის გამოყენების გენეტიკური ალგორითმები უზრუნველყოფს უფრო მოცულობითი მასალა, ვიდრე ეტევა ქაღალდის, ასე რომ უნდა ჩაითვალოს ცალკე.