Генетични алгоритми

Генетични алгоритми са евристични, стохастични методи за оптимизация , които са били предложени за първи път през 1975 г., Холандия. Те се основават на идеята за еволюцията чрез естествен подбор, който предлага дори Дарвин.

Генетични алгоритми работят с различни физически лица, което е с население, където всеки индивид може да служи като решение на всеки конкретен проблем. Всеки човек трябва да се оценява по степента на адаптация, в зависимост от това колко добре е решението, което съответства на него. Ако смятаме, че във връзка с природата, има се оценява степента на ефективност на тялото по време на състезанието за ресурси. Индивидите са много по-адаптирани, може да се възпроизвежда чрез кръстосване с други членове на населението. Това води до появата на нови видове, които съчетават определени характеристики, предавани по наследство от родителите си.

По-малко приспособени лица ще могат да се възпроизведат потомство по-малко вероятно, така че свойствата, които притежават, постепенно ще изчезнат по време на еволюцията на цялото население. Понякога има спонтанни промени в гените или мутации. Оказва се, че най-добри характеристики от поколение на поколение ще бъдат разпределени сред населението. Кръстосване лица, които са най-подходящи, което води до това, което се проучват сайтове за търсене, които представляват най-голямото бъдеще. В края на краищата, това е решението. Генетични алгоритми имат предимството на факта, че тя е сравнително кратък период от време приблизителни решения, които са оптимални. Струва си да се разглежда въпроса за програмиране.

Генетични алгоритми са съставени от следните компоненти:

- хромозома представлява решение на проблема под внимание, че се състои от гени. Тази популация на хромозомите се счита за първичен;

- набор от отчети (предназначен за генериране на нови решения на базата на нова популация);

- обективната функция (предназначено да оцени пригодността на разтвори).

За генетичен алгоритъм осигурява стандартен набор от оператори: подбор, мутация и кросоувър. Възможно е да се помисли за използването на генетични алгоритми с помощта изясни какво всеки отделен оператор. Оператор избор избира хромозоми, в съответствие с това, което стойностите на функциите на фитнес. Тук той е представен най-малко две от най-популярните оператора: турнир и рулетка. метод рулетка включва упражняване на избор на индивидите от п писти. За всеки член на популацията използва в колелото на рулетката съдържа един сектор до необходимата стойност. Членове на населението със значително по-висок процент на адаптация в тази селекция ще бъдат избрани по-често от представителите, които имат ниско фитнес. Когато методът е реализиран турнир н отбори, които позволяват на хората да избират п. В основата на всяко събитие, предвидена примерните к елементи на населението, трябва да се изберат най-добрите образеца между тях.

Ако продължите да се помисли за програмиране алгоритми, че е необходимо да разкажа за един метод, наречен кръстосване. пресичане оператор се обменя между двойката части от хромозоми или хромозома в популация.

Последно оператор - мутации - промяната стохастичната хромозомата.

Специфична внимание на използването на генетични алгоритми осигурява по-обемист материал, отколкото могат да се поберат във вестника, така че трябва да се разглежда отделно.