Genetesch Algorithmen

Genetesch algorithms sinn vidrun, stochastic akeef Methoden déi an 1975, Holland fir d'éischte Kéier proposéiert goufen. Si sinn op der Iddi vun Evolutioun baséiert duerch natierlech Selektioun, déi och Darwin offréiert.

Genetesch Algorithmen schaffen mat villen Individuen, dh eng Populatioun wou all eenzel Persoun kann als Léisung fir e puer speziell Problemer zesummestellen. Jiddereen muss fir de Grad vun senger Fitness beurteelt ginn, jee wéi gutt d'Léisung vum Problem ass, wat se entsprécht. Wann mir dëst am Bezuch zur Natur sinn, dann beurteelt de Grad vun Effizienz vum Organismus am kompetitiven Kampf fir Ressourcen. Leit, déi vill méi adaptéiert sinn, kënnen d'Nofolger duerch Cross-Crossing mat anere Vertrieder vun der Bevëlkerung reproduzéiere. Dëst ass de Grond fir d'Erscheinung vun neie Individuen, an deenen e puer Charakteristiken, déi vun den Elteren geerbt sinn, kombinéiert ginn.

Manner adaptéiert Leit kënnen d'Nofolle mat manner Wahrscheinlechkeet reproduzéieren, sou datt d'Properties, déi si besëtzen, an der Entwécklung vun der ganzer Populatioun graduell verschwannen. Heiansdo spontan Verännerungen an Genen oder Mutatiounen. Et stellt sech eraus, dass gutt Charakteristike vu Generatioun zu Generatioun an der Bevëlkerung verdeelt ginn. Iwwerloosse vu Leit, déi am meeschten adaptéiert sinn, féiert un datt d'Sichplazen, déi de gréisste Perspektiv representéieren, erfuerscht ginn. An der leschter Analyse gëtt d'Problem geléist. Genetesch Algorithmen hunn de Virdeel, datt an engem relativ kuerz Zäit d'Zäit onofhängeg Léisungen fannen déi optimal sinn. Et ass d'Wäert dorunner ze léisen dat Thema iwwer Programmer.

Genetesch Algorithmen besteet aus de folgende Komponenten:

- de Chromosomen, wat d'Léisung fir de Problem betrëfft, besteet aus Genen. Dës Populatioun vun chromosomes ass als Primärschoul;

- eng Rei vu Betreiber (déi nei Léisungen op nei Populatiounen baséieren);

- d'Zil Funktioun (entworf der suitability vu Léisungen ze diskutéieren).

Fir genetesch Algorithmen besteet e Standard Set vun Operatoren: Selektioun, Mutatioun a Iwwergang. Et ass méiglech der Notzung vun genetesch algorithms mat der Hëllef klären wat all besonnesch un betruecht Bedreiwer. Bedreiwer Auswiel virschreift chromosomes am Aklang mat deem, wat d'Wäerter vun der Fitness Funktiounen. Et ginn op d'mannst zwee populär Operatiounen: e Tournoi a e Roulette. D'Methode vum Roulette setzt d'Selektioun vun Individuen duerch n Lancen. Fir all Member vun der Bevëlkerung benotzt de Roulettrad ee Sektor vun der gewësser Gréisst. Membere vun enger Populatioun mat engem deutlech méi héije Fitness-Indikateur fir sou eng Auswiel ginn méi wahrscheinlech ausgewielt wéi Vertrieder mat enger Fitness. Mat der Turnéiermethod sinn n Turniere implementéiert ginn, déi Dir u N Benotzer auswielen. All Turnéier baséiert op eng Probe vun Elementer aus der Populatioun, mat der bescht individueller ënnert hinnen.

Wann Dir weider Programméierungs Algorithmen berücksichtegen, dann ass et wäert ze luewen iwwer d'Methode genannt Kreeser. Den Iwwergangsoperateur verännert Chromosom-Deeler tëscht engem Paar oder Chromosomen an enger Populatioun.

Déi lescht Operatioun - Mutatiounen - ass eng stochastesch Verännerung an engem Deel vun de Chromosomen.

Besonnesch Berücksichtegung vun der Applikatioun vun geneteschen Algorithmen ass e méi voluminösem Material wéi et an den Artikel passen, dofir misst se als separat betracht gi sinn.