जेनेटिक एल्गोरिदम हैंह्यूरिस्टिक, स्टोचैस्टिक ऑप्टिमाइज़ेशन मेथड्स जो पहली बार 1975 में हॉलैंड द्वारा प्रस्तावित किया गया था। वे प्राकृतिक चयन के साथ विकास के विचार पर आधारित हैं, जो डार्विन द्वारा प्रस्तावित किया गया था।
जेनेटिक एल्गोरिदम कई के साथ काम करते हैंव्यक्तियों, अर्थात्, एक आबादी जहां प्रत्येक व्यक्ति एक विशेष समस्या के समाधान के रूप में सेवा कर सकता है। प्रत्येक व्यक्ति को अपनी फिटनेस की डिग्री के लिए मूल्यांकन करना पड़ता है, जो इस बात पर निर्भर करता है कि समस्या का समाधान कितना अच्छा है, इसके अनुरूप। यदि हम प्रकृति के संबंध में इस पर विचार करते हैं, तो हम संसाधनों की प्रतिस्पर्धा में जीव की दक्षता की डिग्री का मूल्यांकन करते हैं। ऐसे व्यक्ति जो विशेष रूप से अधिक अनुकूलित हैं, आबादी के अन्य सदस्यों के साथ क्रॉस-ब्रीडिंग का उपयोग करके पुन: पेश कर सकते हैं। यह नए व्यक्तियों की उपस्थिति का कारण बनता है, जो कुछ विशेषताओं को जोड़ते हैं जो माता-पिता से विरासत में मिली हैं।
Менее приспособленные особи смогут воспроизвести संतान की संभावना कम होती है, इसलिए उनके पास मौजूद गुण धीरे-धीरे पूरी आबादी से विकास के दौरान गायब हो जाएंगे। कभी-कभी जीन, या उत्परिवर्तन में सहज परिवर्तन होते हैं। यह पता चलता है कि पीढ़ी से पीढ़ी तक की अच्छी विशेषताओं को पूरी आबादी में वितरित किया जाएगा। उन व्यक्तियों को पार करना जो सबसे अधिक अनुकूलित हैं, इस तथ्य की ओर जाता है कि सबसे बड़ी संभावना का प्रतिनिधित्व करने वाले खोज साइटों की जांच की जा रही है। अंततः, समस्या का हल मिल जाता है। आनुवांशिक एल्गोरिदम के पास अनुमानित समाधान खोजने का लाभ है जो अपेक्षाकृत कम समय में इष्टतम हैं। यह प्रोग्रामिंग के बारे में इस मुद्दे पर विचार करने के लायक है।
जेनेटिक एल्गोरिदम में निम्नलिखित घटक होते हैं:
- गुणसूत्र, जो विचाराधीन समस्या का समाधान है, जीन शामिल हैं। गुणसूत्रों की इस आबादी को प्रारंभिक माना जाता है;
- ऑपरेटरों का एक सेट (नई आबादी के आधार पर नए समाधान उत्पन्न करने का इरादा);
- उद्देश्य समारोह (फैसलों की फिटनेस का आकलन करने के लिए डिज़ाइन किया गया)।
आनुवंशिक एल्गोरिदम के लिए, वहाँ हैऑपरेटरों का मानक सेट: चयन, म्यूटेशन और क्रॉसब्रेडिंग। आप आनुवंशिक एल्गोरिदम के उपयोग पर विचार करके यह स्पष्ट कर सकते हैं कि प्रत्येक विशेष ऑपरेटर किसके लिए डिज़ाइन किया गया है। चयन ऑपरेटर अपने फिटनेस कार्यों के मूल्यों के अनुसार गुणसूत्रों का चयन करता है। यहां सबसे लोकप्रिय ऑपरेटरों में से दो को प्रस्तुत किया गया है: टूर्नामेंट और रूले। रूलेट विधि में n प्रारंभ के माध्यम से व्यक्तियों का चयन शामिल है। उपयोग की गई आबादी के प्रत्येक सदस्य के लिए, आवश्यक आकार का एक सेक्टर रूलेट व्हील में निहित है। इस चयन के लिए एक स्पष्ट रूप से उच्च फिटनेस संकेतक वाली आबादी के सदस्यों को कम फिटनेस वाले प्रतिनिधियों की तुलना में अधिक बार चुना जाएगा। टूर्नामेंट पद्धति में, एन टूर्नामेंटों को लागू किया जाता है, जिससे आप एन व्यक्तियों का चयन कर सकते हैं। प्रत्येक टूर्नामेंट आबादी से कश्मीर तत्वों के चयन पर आधारित है, और उनमें से सबसे अच्छा व्यक्ति चुना जाना चाहिए।
यदि हम एल्गोरिदम पर विचार करना जारी रखते हैंप्रोग्रामिंग, यह क्रॉसब्रेडिंग नामक एक विधि का उल्लेख करने योग्य है। क्रॉसिंग ऑपरेटर एक ही आबादी में एक जोड़ी या गुणसूत्रों के बीच गुणसूत्रों के कुछ हिस्सों का आदान-प्रदान करता है।
अंतिम ऑपरेटर, उत्परिवर्तन, गुणसूत्रों के हिस्से में एक स्टोकेस्टिक परिवर्तन है।
आनुवंशिक एल्गोरिदम के उपयोग का एक विशिष्ट विचार लेख में फिट होने की तुलना में अधिक चमकदार सामग्री है, इसलिए इसे अलग से माना जाना चाहिए।
