Satura rādītājs:
Definīcija - ko nozīmē ģenētiskais algoritms?
Ģenētiskais algoritms ir heiristiska meklēšanas metode, ko izmanto mākslīgajā intelektā un skaitļošanā. To izmanto, lai atrastu optimizētus risinājumus problēmu meklēšanai, pamatojoties uz dabiskās atlases teoriju un evolūcijas bioloģiju. Ģenētiskie algoritmi ir lieliski piemēroti meklēšanai lielās un sarežģītās datu kopās. Tiek uzskatīts, ka viņi spēj atrast saprātīgus risinājumus sarežģītiem jautājumiem, jo ir ļoti spējīgi risināt neierobežotus un ierobežotus optimizācijas jautājumus.
Techopedia izskaidro ģenētisko algoritmu
Ģenētiskais algoritms problēmas risināšanai izmanto tādas evolūcijas bioloģijas iedvesmotas tehnikas kā atlase, mutācija, mantošana un rekombinācija. Ģenētiskajos algoritmos visbiežāk izmantotā metode ir indivīdu grupas izveidošana nejauši no dotās populācijas. Šādi izveidotās personas tiek vērtētas, izmantojot programmētāja nodrošināto novērtēšanas funkciju. Pēc tam indivīdiem tiek izsniegts rezultāts, kas netieši izceļ piemērotību dotajai situācijai. Pēc tam labākos divus indivīdus izmanto, lai izveidotu vienu vai vairākus pēcnācējus, pēc kuriem pēcnācējiem tiek veiktas nejaušas mutācijas. Atkarībā no lietojumprogrammas vajadzībām procedūra tiek turpināta, līdz tiek iegūts pieņemams risinājums vai līdz pagājis noteikts paaudžu skaits.
Ģenētiskais algoritms atšķiras no klasiskā, uz atvasinājumiem balstītā optimizācijas algoritma divos veidos:
- Ģenētiskais algoritms ģenerē punktu kopumu katrā iterācijā, turpretī klasiskais algoritms ģenerē vienu punktu katrā iterācijā.
- Ģenētiskais algoritms nākamo populāciju izvēlas ar aprēķiniem, izmantojot nejaušo skaitļu ģeneratorus, turpretim klasiskais algoritms nākamo punktu izvēlas ar deterministisko aprēķinu.
Salīdzinot ar tradicionālo mākslīgo intelektu, ģenētiskais algoritms sniedz daudz priekšrocību. Tas ir izturīgāks un ir pakļauts sadalījumam nelielu ievades izmaiņu vai trokšņa dēļ. Saistībā ar citām optimizācijas metodēm, piemēram, praksi, lineāro programmēšanu, heiristisko, pirmo vai pirmās platumu, ģenētiskais algoritms var sniegt labākus un nozīmīgākus rezultātus, meklējot lielas multimodālas stāvokļa telpas, lielas stāvokļa telpas vai n-dimensiju virsmas.
Ģenētiskos algoritmus plaši izmanto daudzās jomās, piemēram, robotikā, automobiļu dizainā, optimizētā telekomunikāciju maršrutēšanā, inženierijas projektēšanā un datorizētā molekulārā projektēšanā.
