Skip to content

Archives

  • styczeń 2022
  • grudzień 2021
  • listopad 2021
  • październik 2021
  • wrzesień 2021

Categories

  • Brak kategorii
Trend RepositoryArticles and guides
Articles

Wybierz stronę internetową

On 8 stycznia, 2022 by admin

Co to jest algorytm genetyczny?

Algorytm genetyczny jest metodą rozwiązywania zarówno ograniczonych, jak i nieograniczonych problemów optymalizacyjnych, która opiera się na doborze naturalnym, procesie, który napędza ewolucję biologiczną. Algorytm genetyczny w sposób powtarzalny modyfikuje populację indywidualnych rozwiązań. Na każdym etapie, algorytm genetyczny wybiera losowo osobniki z bieżącej populacji jako rodziców i wykorzystuje je do produkcji dzieci dla następnego pokolenia. Przez kolejne pokolenia populacja „ewoluuje” w kierunku optymalnego rozwiązania. Algorytm genetyczny można zastosować do rozwiązywania różnych problemów optymalizacyjnych, które nie są dobrze przystosowane do standardowych algorytmów optymalizacyjnych, w tym problemów, w których funkcja celu jest nieciągła, nieróżnicowalna, stochastyczna lub wysoce nieliniowa. Algorytm genetyczny może rozwiązywać problemy programowania całkowitoliczbowego, gdzie niektóre elementy są ograniczone do wartości całkowitych.

Algorytm genetyczny używa trzech głównych typów reguł w każdym kroku, aby utworzyć następne pokolenie z bieżącej populacji:

  • Reguły selekcji wybierają osobniki, zwane rodzicami, które wnoszą wkład do populacji w następnym pokoleniu.

  • Reguły krzyżowania łączą dwoje rodziców, tworząc dzieci w następnym pokoleniu.

  • Reguły mutacji stosują losowe zmiany w poszczególnych rodzicach w celu utworzenia dzieci.

Algorytm genetyczny różni się od klasycznego algorytmu optymalizacji opartego na pochodnych na dwa główne sposoby, które podsumowano w poniższej tabeli.

Algorytm klasyczny Algorytm genetyczny

Generuje pojedynczy punkt w każdej iteracji. Sekwencja punktów zbliża się do rozwiązania optymalnego.

Generuje populację punktów w każdej iteracji. Najlepszy punkt w populacji zbliża się do optymalnego rozwiązania.

Wybiera następny punkt w sekwencji za pomocą obliczeń deterministycznych.

Wybiera następną populację za pomocą obliczeń wykorzystujących generatory liczb losowych.

Powiązane tematy

  • Terminologia algorytmów genetycznych
  • Jak działa algorytm genetyczny
  • Nonlinear Constraint Solver Algorithms

.

Dodaj komentarz Anuluj pisanie odpowiedzi

Twój adres e-mail nie zostanie opublikowany. Wymagane pola są oznaczone *

Archiwa

  • styczeń 2022
  • grudzień 2021
  • listopad 2021
  • październik 2021
  • wrzesień 2021

Meta

  • Zaloguj się
  • Kanał wpisów
  • Kanał komentarzy
  • WordPress.org
  • DeutschDeutsch
  • NederlandsNederlands
  • SvenskaSvenska
  • DanskDansk
  • EspañolEspañol
  • FrançaisFrançais
  • PortuguêsPortuguês
  • ItalianoItaliano
  • RomânăRomână
  • PolskiPolski
  • ČeštinaČeština
  • MagyarMagyar
  • SuomiSuomi
  • 日本語日本語

Copyright Trend Repository 2022 | Theme by ThemeinProgress | Proudly powered by WordPress