Hoppa till innehåll

Archives

  • januari 2022
  • december 2021
  • november 2021
  • oktober 2021
  • september 2021

Categories

  • Inga kategorier
Trend RepositoryArticles and guides
Articles

Välj en webbplats

On januari 8, 2022 by admin

Vad är den genetiska algoritmen?

Den genetiska algoritmen är en metod för att lösa både begränsade och obegränsade optimeringsproblem som bygger på det naturliga urvalet, den process som styr den biologiska utvecklingen. Den genetiska algoritmen ändrar upprepade gånger en population av individuella lösningar. I varje steg väljer den genetiska algoritmen slumpmässigt individer från den aktuella populationen som föräldrar och använder dem för att producera barnen för nästa generation. Under flera på varandra följande generationer ”utvecklas” populationen mot en optimal lösning. Du kan använda den genetiska algoritmen för att lösa en mängd olika optimeringsproblem som inte lämpar sig väl för vanliga optimeringsalgoritmer, t.ex. problem där målfunktionen är diskontinuerlig, icke-differentierbar, stokastisk eller mycket icke-linjär. Den genetiska algoritmen kan hantera problem med blandad heltalsprogrammering, där vissa komponenter är begränsade till att vara heltalsvärderade.

Den genetiska algoritmen använder tre huvudtyper av regler i varje steg för att skapa nästa generation från den aktuella populationen:

  • Selektionsreglerna väljer ut de individer, som kallas föräldrar, som bidrar till populationen i nästa generation.

  • Korsningsregler kombinerar två föräldrar för att bilda barn för nästa generation.

  • Mutationsregler tillämpar slumpmässiga förändringar på enskilda föräldrar för att bilda barn.

Den genetiska algoritmen skiljer sig från en klassisk, derivatbaserad, optimeringsalgoritm på två huvudsakliga sätt, som sammanfattas i följande tabell.

Klassisk algoritm Genetisk algoritm

Genererar en enda punkt vid varje iteration. Sekvensen av punkter närmar sig en optimal lösning.

Genererar en population av punkter vid varje iteration. Den bästa punkten i populationen närmar sig en optimal lösning.

Väljer nästa punkt i sekvensen genom en deterministisk beräkning.

Väljer nästa population genom en beräkning som använder sig av slumpmässiga talgeneratorer.

Relaterade ämnen

  • Terminologi för genetiska algoritmer
  • Hur den genetiska algoritmen fungerar
  • Nononlinjära algoritmer för problemlösning

Lämna ett svar Avbryt svar

Din e-postadress kommer inte publiceras. Obligatoriska fält är märkta *

Arkiv

  • januari 2022
  • december 2021
  • november 2021
  • oktober 2021
  • september 2021

Meta

  • Logga in
  • Flöde för inlägg
  • Flöde för kommentarer
  • WordPress.org
  • DeutschDeutsch
  • NederlandsNederlands
  • SvenskaSvenska
  • DanskDansk
  • EspañolEspañol
  • FrançaisFrançais
  • PortuguêsPortuguês
  • ItalianoItaliano
  • RomânăRomână
  • PolskiPolski
  • ČeštinaČeština
  • MagyarMagyar
  • SuomiSuomi
  • 日本語日本語

Upphovsrätt Trend Repository 2022 | Tema av ThemeinProgress | Drivs med WordPress