Genetiniai algoritmai yraheuristiniai, stochastiniai optimizavimo metodai, kuriuos 1975 m. pirmą kartą pasiūlė Olandija. Jie remiasi evoliucijos su natūralia atranka idėja, kurią pasiūlė Darvinas.
Genetiniai algoritmai veikia suindividai, ty gyventojai, kur kiekvienas žmogus gali būti tam tikros problemos sprendimas. Kiekvienas asmuo turi būti įvertintas dėl jo tinkamumo laipsnio, priklausomai nuo to, kaip gerai atitinka problemos sprendimą. Jei mes tai laikomės gamtos atžvilgiu, tada jis vertins organizmo veiksmingumo lygį konkurencinėje kovoje dėl išteklių. Asmenys, kurie yra daug labiau pritaikyti, gali atgaminti palikuonis, kryžminiai kirtimai su kitais gyventojų atstovais. Tai yra naujų asmenų atsiradimo priežastis, kai tam tikros charakteristikos, paveldimos iš tėvų, yra sujungtos.
Mažiau prisitaikę asmenys galės atgaivintipalikuonys su mažesne tikimybe, kad jų turimos savybės evoliucijos metu palaipsniui išnyks iš visų gyventojų. Kartais atsiranda spontaninių genų ar mutacijų pokyčių. Pasirodo, geros charakteristikos iš kartos į kartą bus paskirstytos visoje gyventojų grupėje. Kryžminimosi asmenis, kurie geriausiai tinka, todėl tai, kas tyrinėjo paieškos svetainėse, kurios atstovauja didžiausią ateitį. Galutinėje analizėje problema išspręsta. Genetiniai algoritmai turi pranašumą, kad per palyginti trumpą laiką jie randa apytikslius optimalaus sprendimo būdus. Verta apsvarstyti šį klausimą dėl programavimo.
Genetiniai algoritmai susideda iš šių komponentų:
- Chromosoma, kuri yra nagrinėjamos problemos sprendimas, susideda iš genų. Ši chromosomų populiacija laikoma pradine;
- operatorių rinkinys (skirtas kurti naujus sprendimus, pagrįstus naujais gyventojais);
- objektyvi funkcija (skirta įvertinti sprendimų tinkamumą).
Genetiniams algoritmams yrastandartinis operatorių rinkinys: atranka, mutacija ir kirtimas. Galite apsvarstyti galimybę naudoti genetinius algoritmus, paaiškindami, ką kiekvienas konkretus operatorius yra skirtas. Atrankos operatorius pasirenka chromosomas pagal tai, kokios yra jų tinkamumo funkcijų vertės. Yra bent du populiariausi operatoriai: turnyras ir ruletė. Ruletės metodas apima atskirų asmenų atranką n. Kiekvienam naudojamam gyventojų ratui ruletėje yra vienas reikalingo dydžio sektorius. Žmonių, turinčių žymiai didesnį tinkamumo indeksą, nariai bus labiau atrinkti šiam atrankai, nei mažo tinkamumo atstovai. Kai turnyro metodas yra įgyvendinamas n turnyrai, leidžia jums pasirinkti n asmenis. Kiekvienas turnyras grindžiamas k elementų iš populiacijos pavyzdžiu, o tarp jų turėtų būti pasirinktas geriausias asmuo.
Jei ir toliau svarstysime algoritmuskalbant apie metodą, vadinamą kryžminimu. Kryžminis operatorius keičia chromosomų dalis tarp tos pačios populiacijos poros arba chromosomų.
Paskutinis operatorius, mutacijos, yra stochastinis chromosomų dalies pakeitimas.
Konkretus genetinių algoritmų taikymo svarstymas yra labiau apimanti medžiaga, nei gali būti tinkama gaminiui, todėl ji turėtų būti nagrinėjama atskirai.
