Преглед садржаја:
Дефиниција - Шта значи генетски алгоритам?
Генетски алгоритам је хеуристичка метода претраживања која се користи у вештачкој интелигенцији и рачунарству. Користи се за проналажење оптимизованих решења за претраживање проблема заснованих на теорији природне селекције и еволуционој биологији. Генетски алгоритми су одлични за претраживање кроз велике и сложене скупове података. Сматра се да су способни да пронађу разумна решења за сложена питања, јер су веома способни да решавају неограничена и ограничена питања оптимизације.
Техопедија објашњава генетски алгоритам
Генетски алгоритам користи технике инспирисане из еволутивне биологије као што су селекција, мутација, наследство и рекомбинација да би се решио проблем. Најчешће кориштена метода у генетским алгоритамима је креирање групе појединаца насумично из одређене популације. Тако формирани појединци вреднују се уз помоћ функције евалуације коју пружа програмер. Појединцима се затим даје оцена која индиректно наглашава прилагођеност датој ситуацији. Најбоље две јединке се затим користе за стварање једног или више потомства, након чега се на потомству раде насумичне мутације. У зависности од потреба апликације, поступак се наставља све док се не донесе прихватљиво решење или док не прође одређени број генерација.
Генетски алгоритам разликује се од класичног, дериватног, алгоритма за оптимизацију на два начина:
- Генетски алгоритам генерише популацију тачака у свакој итерацији, док класични алгоритам ствара сваку тачку при свакој итерацији.
- Генетски алгоритам бира следећу популацију рачунањем користећи генераторе случајних бројева, док класични алгоритам бира наредну тачку детерминираним рачунањем.
У поређењу са традиционалном вештачком интелигенцијом, генетски алгоритам пружа многе предности. Чвршћа је и подложна је кваровима због малих промена на улазима или због присуства буке. У односу на друге методе оптимизације као што су пракса, линеарно програмирање, хеуристички, прво или у ширину, генетски алгоритам може пружити боље и значајније резултате током претраживања великих мулти-модалних простора стања, великих стања простора или н-димензионалних површина.
Генетски алгоритми се широко користе у многим областима као што су роботика, аутомобилски дизајн, оптимизовано усмјеравање телекомуникација, инжењерски дизајн и компјутерски молекулски дизајн.
