Πίνακας περιεχομένων:
Ορισμός - Τι σημαίνει ο γενετικός αλγόριθμος;
Ένας γενετικός αλγόριθμος είναι μια ευρετική μέθοδος αναζήτησης που χρησιμοποιείται στην τεχνητή νοημοσύνη και τον υπολογισμό. Χρησιμοποιείται για την εύρεση βελτιστοποιημένων λύσεων για προβλήματα αναζήτησης με βάση τη θεωρία της φυσικής επιλογής και της εξελικτικής βιολογίας. Οι γενετικοί αλγόριθμοι είναι εξαιρετικοί για την αναζήτηση μέσα από μεγάλα και σύνθετα σύνολα δεδομένων. Θεωρούνται ικανά να βρουν λογικές λύσεις σε πολύπλοκα ζητήματα, καθώς είναι σε θέση να επιλύσουν ανεπιφύλακτα και περιορισμένα ζητήματα βελτιστοποίησης.
Η τεχνολογία εξηγεί τον γενετικό αλγόριθμο
Ένας γενετικός αλγόριθμος κάνει χρήσεις των τεχνικών που εμπνέονται από την εξελικτική βιολογία, όπως η επιλογή, η μετάλλαξη, η κληρονομιά και ο ανασυνδυασμός για την επίλυση ενός προβλήματος. Η πιο συχνά χρησιμοποιούμενη μέθοδος στους γενετικούς αλγόριθμους είναι να δημιουργηθεί μια ομάδα ατόμων τυχαία από έναν δεδομένο πληθυσμό. Τα άτομα που σχηματίζονται με αυτόν τον τρόπο αξιολογούνται με τη βοήθεια της λειτουργίας αξιολόγησης που παρέχει ο προγραμματιστής. Τα άτομα έχουν στη διάθεσή τους ένα σκορ που υπογραμμίζει έμμεσα την καταλληλότητα για τη δεδομένη κατάσταση. Τα δύο καλύτερα άτομα στη συνέχεια χρησιμοποιούνται για να δημιουργήσουν έναν ή περισσότερους απογόνους, μετά τον οποίο γίνονται τυχαίες μεταλλάξεις στους απογόνους. Ανάλογα με τις ανάγκες της εφαρμογής, η διαδικασία συνεχίζεται μέχρι να προκύψει μια αποδεκτή λύση ή μέχρι να περάσει ένας ορισμένος αριθμός γενεών.
Ένας γενετικός αλγόριθμος διαφέρει από έναν κλασικό αλγόριθμο βελτιστοποίησης που βασίζεται σε παράγωγα με δύο τρόπους:
- Ένας γενετικός αλγόριθμος δημιουργεί έναν πληθυσμό σημείων σε κάθε επανάληψη, ενώ ένας κλασικός αλγόριθμος παράγει ένα μόνο σημείο σε κάθε επανάληψη.
- Ένας γενετικός αλγόριθμος επιλέγει τον επόμενο πληθυσμό με υπολογισμό χρησιμοποιώντας γεννήτριες τυχαίων αριθμών, ενώ ένας κλασσικός αλγόριθμος επιλέγει το επόμενο σημείο με ντετερμινιστικούς υπολογισμούς.
Σε σύγκριση με την παραδοσιακή τεχνητή νοημοσύνη, ένας γενετικός αλγόριθμος παρέχει πολλά πλεονεκτήματα. Είναι πιο ανθεκτικό και ευαίσθητο στις βλάβες που οφείλονται σε μικρές αλλαγές στις εισροές ή λόγω της παρουσίας θορύβου. Σε σχέση με άλλες μεθόδους βελτιστοποίησης όπως η praxis, ο γραμμικός προγραμματισμός, ο ευρετικός, ο πρώτος ή ο ευρύς, ένας γενετικός αλγόριθμος μπορεί να προσφέρει καλύτερα και πιο σημαντικά αποτελέσματα κατά την αναζήτηση μεγάλων πολυτροπικών κρατικών χώρων, μεγάλων κρατικών χώρων ή n-διαστάσεων επιφανειών.
Οι γενετικοί αλγόριθμοι χρησιμοποιούνται ευρέως σε πολλούς τομείς, όπως η ρομποτική, ο σχεδιασμός αυτοκινήτων, η βελτιστοποιημένη δρομολόγηση των τηλεπικοινωνιών, ο σχεδιασμός μηχανικής και ο υπολογιστικός μοριακός σχεδιασμός.
