Algoritmi genetici

Algoritmii genetici sunt metode de optimizare euristică, stochastică , care au fost inițial propuse în 1975 de către Olanda. Ele se bazează pe ideea de evoluție cu selecție naturală, care a fost propusă de Darwin.

Algoritmii genetici lucrează cu o mulțime de 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 individuale, care sunt mult mai adaptate, pot reproduce descendenții prin traversarea încrucișată cu alți reprezentanți ai populației. Acesta este motivul pentru apariția 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 din 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 problemei luate în considerare, constă în gene. Această populație de cromozomi este considerată a fi cea inițială;

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

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

Pentru algoritmii genetici, există un set standard de operatori: selecție, mutație și trecere. Se poate lua în considerare aplicarea algoritmilor genetici prin clarificarea a ceea ce este destinat fiecărui operator particular . Operatorul de selecție selectează cromozomii în funcție de valorile funcțiilor lor de fitness. Există cel puțin doi operatori cei mai populari: un turneu și o ruletă. Metoda de ruletă presupune selectarea persoanelor prin n lansări. Pentru fiecare membru al populației folosite, rola ruletei 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. Fiecare turneu se bazează pe un eșantion de elemente k din populație, cu cele mai bune dintre ele.

Dacă continuați să luați în considerare algoritmii de programare, atunci merită menționat faptul că metoda se numește traversare. 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.

Considerația specifică a aplicării algoritmilor genetici este un material mai voluminos decât se poate încadra în articol, deci trebuie luat în considerare separat.