Świat przyrody i algorytmy genetyczne

DNA-abstractPodobnie jak w przypadku sieci neuronowych, algorytmy genetyczne mają swoje korzenie w przyrodzie. Podpatrywanie świata rzeczywistego doprowadziło do wykorzystania jego praw w metodach sztucznej inteligencji.

Przy budowie algorytmów genetycznych wykorzystano takie mechanizmy świata przyrody jak:

  • Gen - pojedynczy element odzwierciedlający pewną cechę;
  • Chromosom - uporządkowany ciąg genów (ciąg kodowy reprezentujący pewne rozwiązanie);
  • Allen - wartość danego genu;
  • Locus - miejsce położenia genu w chromosomie;
  • Genotyp - to zestaw genów charakteryzujący pojedynczego osobnika, warunkujących jego właściwości dziedziczne. W algorytmach genetycznych przyjmuje się zazwyczaj, że mamy do czynienia z osobnikami haploidalnymi, tzn. osobnikami wyposażonymi w pojedynczy chromosom;
  • Populacja to zbiór osobników o określonej liczebności;
  • Pokolenie - nowo utworzona populacja będąca wynikiem ewolucji;
  • Selekcja – wybór na ogół najlepiej przystosowanych osobników, do tzw. populacji rodzicielskiej, złożonej z chromosomów biorących udział w rekombinacji genów ; Selekcja służy do wyboru populacji najlepszych rozwiązań problemu. Są one w każdym następnym pokoleniu reprodukowane.
  • Wymieranie - w przypadku algorytmów genetycznych, służy do eliminacji w każdym pokoleniu złych rozwiązań. Aby rozróżnić rozwiązania dobre od złych używa się tzw. funkcji celu. W każdej następnej populacji znajdą się osobniki lepsze, zgodnie z funkcją celu. Osobniki gorsze podlegają eliminacji (wymieraniu).
  • Przetrwanie osobników najlepiej przystosowanych;
  • Reprodukcja

podstawowe pojęcia związane z populacją


Najczęściej działanie algorytmu genetycznego przebiega następująco:

  • Losowana jest pewna populacja początkowa;
  • Populacja poddawana jest ocenie (selekcja). Najlepiej przystosowane osobniki biorą udział w procesie reprodukcji
  • Genotypy najlepszych osobników są ze sobą kojarzone poprzez złączanie genotypów rodziców (krzyżowanie);
  • Przeprowadzana jest mutacja, czyli wprowadzenie drobnych losowych zmian;
  • Rodzi się drugie pokolenie i algorytm powraca do kroku drugiego, jeżeli nie znaleziono dostatecznie dobrego rozwiązania. W przeciwnym wypadku uzyskujemy wynik.

 

Uważasz, że artykuł był ciekawy i chcesz otrzymywać powiadomienia o moich kolejnych wpisach lub projektach?
Wpisz swoje imię oraz adres e-mail a następnie kliknij "ZAPISZ MNIE"

Twoje imię:


Adres email:



Polecam w HELIONIE:

Zbiory rozmyte
Algorytmy genetyczne

Podobne wpisy

 

    By accepting you will be accessing a service provided by a third-party external to https://www.slawop.net/