차례:
정의-유전자 알고리즘은 무엇을 의미합니까?
유전자 알고리즘은 인공 지능 및 컴퓨팅에 사용되는 휴리스틱 검색 방법입니다. 자연 선택 이론과 진화 생물학을 바탕으로 문제를 찾는 최적의 솔루션을 찾는 데 사용됩니다. 유전자 알고리즘은 크고 복잡한 데이터 세트를 검색하는 데 탁월합니다. 제약이없고 제한적인 최적화 문제를 해결할 수있는 능력이 뛰어나 복잡한 문제에 대한 합리적인 솔루션을 찾을 수있는 것으로 간주됩니다.
Techopedia는 유전자 알고리즘을 설명합니다
유전자 알고리즘은 선택, 돌연변이, 상속 및 재조합과 같은 진화 생물학에서 영감을 얻은 기술을 사용하여 문제를 해결합니다. 유전자 알고리즘에서 가장 일반적으로 사용되는 방법은 주어진 모집단에서 무작위로 개인 그룹을 만드는 것입니다. 이렇게 형성된 개인은 프로그래머가 제공하는 평가 기능의 도움으로 평가됩니다. 그런 다음 개인에게 주어진 상황에 대한 적합성을 간접적으로 강조하는 점수가 제공됩니다. 그런 다음 최고의 두 개체는 하나 이상의 자손을 만드는 데 사용되며, 그 후 자손에 임의의 돌연변이가 수행됩니다. 응용 프로그램의 요구에 따라 수용 가능한 솔루션이 도출 될 때까지 또는 특정 세대가 지날 때까지 절차가 계속됩니다.
유전자 알고리즘은 두 가지 측면에서 전통적인 파생 기반 최적화 알고리즘과 다릅니다.
- 유전자 알고리즘은 각 반복에서 점의 모집단을 생성하는 반면, 고전 알고리즘은 각 반복에서 단일 점을 생성합니다.
- 유전자 알고리즘은 난수 생성기를 사용하여 계산하여 다음 모집단을 선택하는 반면, 고전 알고리즘은 결정적 계산으로 다음 지점을 선택합니다.
전통적인 인공 지능과 비교하여 유전자 알고리즘은 많은 장점을 제공합니다. 입력이 약간 변경되거나 노이즈가 존재하여 고장이 나기 쉽습니다. praxis, linear programming, heuristic, first 또는 breadth-first와 같은 다른 최적화 방법과 관련하여 유전자 알고리즘은 큰 다중 모드 상태 공간, 큰 상태 공간 또는 n 차원 표면을 검색하는 동안 더 좋고 중요한 결과를 제공 할 수 있습니다.
유전자 알고리즘은 로봇 공학, 자동차 설계, 최적화 된 통신 라우팅, 엔지니어링 설계 및 컴퓨터 보조 분자 설계와 같은 많은 분야에서 널리 사용됩니다.
