Genetiese algoritme

'n Genetiese algoritme (GA) is 'n meta-heuristiek wat deur die biologiese proses van evolusie geïnspireer is en deel vorm van die groter klas van evolusionêre algoritmes (EA). Genetiese algoritmes word gebruik om oplossings vir optimerings- en soekprobleme te vind. 'n Bevolking van moontlike oplossings word geskep, gewoonlik in die vorm van stringe karakters (analoog aan biologiese genetiese materiaal). Die fiksheid van die individue (kwaliteit van die oplossing) word bepaal, een die beste individue word gebruik om 'n volgende generasie te skep. Dit gebeur deur mutasie (die ewekansige verandering van letters) en oorkruising (skep van 'n individu uit die materiaal van twee ander). Die proses word herhaal tot die oplossing goed genoeg is.

Genetiese algoritmes is in 1960 deur John Holland geskep, en uitgebrei deur sy student David E. Goldberg. ^[1]

Verwysings

1. Goldberg, David E. (1989). Genetic Algorithms in Search, Optimization, and Machine Learning (1 uitg.). Reading, Mass: Addison-Wesley Professional. ISBN 978-0-201-15767-3.

Eksterne skakels

Handleidings

• 'n aanlyn interaktiewe genetiese algoritme handleiding vir 'n leser om te oefen of te leer hoe 'n GA werk Leer stap vir stap of kyk na wêreldwye konvergensie in groepe, verander die bevolkingsgrootte, kruising syfers/grense, mutasie syfers/grense en seleksiemeganismes, en voeg beperkings by.
• 'n Genetiese algoritme handleiding deur Darrell Whitley Computer Science Department Colorado State University 'n Uitstekende handleiding met baie teorie
• "Noodsaaklikhede van meta-heuristiek", 2009 (225 bl). deur Sean Luke.
• Globale optimaliseringsalgoritmes – teorie en toepassing
• Genetiese algoritmes in Python Handleidings met die intuïsie agter GA's en Python-implementering.
• Genetiese algoritmes ontwikkel om die dilemma van die gevangene op te los. Geskryf deur Robert Axelrod.