Spisu treści:
Definicja - Co oznacza algorytm genetyczny?
Algorytm genetyczny to heurystyczna metoda wyszukiwania stosowana w sztucznej inteligencji i informatyce. Służy do znajdowania zoptymalizowanych rozwiązań problemów w oparciu o teorię doboru naturalnego i biologii ewolucyjnej. Algorytmy genetyczne doskonale nadają się do przeszukiwania dużych i złożonych zestawów danych. Uważa się, że są w stanie znaleźć rozsądne rozwiązania skomplikowanych problemów, ponieważ są w stanie rozwiązać nieskrępowane i ograniczone problemy związane z optymalizacją.
Techopedia wyjaśnia algorytm genetyczny
Algorytm genetyczny wykorzystuje techniki inspirowane biologią ewolucyjną, takie jak selekcja, mutacja, dziedziczenie i rekombinacja w celu rozwiązania problemu. Najczęściej stosowaną metodą w algorytmach genetycznych jest losowe utworzenie grupy osobników z danej populacji. Tak utworzone osoby są oceniane za pomocą funkcji oceny zapewnianej przez programistę. Osoby otrzymują następnie wynik, który pośrednio podkreśla sprawność w danej sytuacji. Dwie najlepsze osobniki są następnie wykorzystywane do stworzenia jednego lub więcej potomstwa, po czym dokonuje się losowych mutacji u potomstwa. W zależności od potrzeb aplikacji procedura jest kontynuowana do momentu uzyskania akceptowalnego rozwiązania lub do upłynięcia określonej liczby pokoleń.
Algorytm genetyczny różni się od klasycznego algorytmu optymalizacji opartego na pochodnych na dwa sposoby:
- Algorytm genetyczny generuje populację punktów w każdej iteracji, podczas gdy klasyczny algorytm generuje pojedynczy punkt przy każdej iteracji.
- Algorytm genetyczny wybiera następną populację na podstawie obliczeń przy użyciu generatorów liczb losowych, podczas gdy klasyczny algorytm wybiera następny punkt na podstawie obliczeń deterministycznych.
W porównaniu z tradycyjną sztuczną inteligencją algorytm genetyczny zapewnia wiele korzyści. Jest bardziej wytrzymały i podatny na awarie z powodu niewielkich zmian na wejściu lub z powodu hałasu. W odniesieniu do innych metod optymalizacji, takich jak praktyka, programowanie liniowe, heurystyka, pierwsza lub pierwsza szerokość, algorytm genetyczny może zapewnić lepsze i bardziej znaczące wyniki podczas wyszukiwania dużych multimodalnych przestrzeni stanów, dużych przestrzeni stanów lub powierzchni n-wymiarowych.
Algorytmy genetyczne są szeroko stosowane w wielu dziedzinach, takich jak robotyka, projektowanie motoryzacyjne, zoptymalizowane trasy telekomunikacyjne, projektowanie inżynierskie i wspomagane komputerowo projektowanie molekularne.
