Talaan ng mga Nilalaman:
- Kahulugan - Ano ang ibig sabihin ng Genetic Algorithm?
- Ipinapaliwanag ng Techopedia ang Genetic Algorithm
Kahulugan - Ano ang ibig sabihin ng Genetic Algorithm?
Ang isang genetic algorithm ay isang heuristic na pamamaraan ng paghahanap na ginamit sa artipisyal na katalinuhan at computing. Ginagamit ito para sa paghahanap ng mga na-optimize na solusyon sa mga problema sa paghahanap batay sa teorya ng natural na pagpili at evolutionary biology. Ang mga genetic algorithm ay mahusay para sa paghahanap sa pamamagitan ng malaki at kumplikadong mga hanay ng data. Itinuturing silang may kakayahang makahanap ng makatuwirang solusyon sa mga kumplikadong isyu dahil lubos silang may kakayahang lutasin ang mga hindi nagkakaugnay at napilit na mga isyu sa pag-optimize.
Ipinapaliwanag ng Techopedia ang Genetic Algorithm
Ang isang genetic algorithm ay gumagamit ng mga pamamaraan na inspirasyon mula sa evolutionary biology tulad ng pagpili, mutation, mana at recombination upang malutas ang isang problema. Ang pinaka-karaniwang ginagamit na pamamaraan sa genetic algorithm ay upang lumikha ng isang grupo ng mga indibidwal na sapalarang mula sa isang naibigay na populasyon. Ang mga indibidwal na nabuo ay nasuri sa tulong ng pagsusuri ng function na ibinigay ng programmer. Ang mga indibidwal ay pagkatapos ay binigyan ng isang marka na hindi direktang nagha-highlight ng fitness sa naibigay na sitwasyon. Ang pinakamahusay na dalawang indibidwal ay pagkatapos ay ginagamit upang lumikha ng isa o higit pang mga anak, pagkatapos kung saan ang mga random na mutation ay ginagawa sa mga supling. Depende sa mga pangangailangan ng application, ang pamamaraan ay nagpapatuloy hanggang sa isang katanggap-tanggap na solusyon ay nagmula o hanggang sa isang tiyak na bilang ng mga henerasyon ang lumipas.
Ang isang genetic algorithm ay naiiba mula sa isang klasiko, batay na batay sa, algorithm ng pag-optimize sa dalawang paraan:
- Ang isang genetic algorithm ay bumubuo ng isang populasyon ng mga puntos sa bawat pag-ulit, samantalang ang isang klasikal na algorithm ay bumubuo ng isang solong punto sa bawat pag-ulit.
- Ang isang genetic algorithm ay pumipili sa susunod na populasyon sa pamamagitan ng pagkalkula gamit ang mga random na generator, samantalang ang isang klasikal na algorithm ang pumipili sa susunod na punto sa pamamagitan ng deterministic computation.
Kumpara sa tradisyonal na artipisyal na katalinuhan, ang isang genetic algorithm ay nagbibigay ng maraming mga pakinabang. Ito ay mas matatag at madaling kapitan ng mga breakdown dahil sa kaunting pagbabago sa mga input o dahil sa pagkakaroon ng ingay. Kaugnay ng iba pang mga pamamaraan ng pag-optimize tulad ng praxis, linear programming, heuristic, una o lawak-una, ang isang genetic algorithm ay maaaring magbigay ng mas mahusay at mas makabuluhang mga resulta habang naghahanap ng mga malalaking puwang ng estado ng modal, malalaking puwang ng estado o n-dimensional na ibabaw.
Ang mga algorithm ng genetic ay malawakang ginagamit sa maraming mga patlang tulad ng mga robotics, disenyo ng otomotiko, na-optimize na ruta ng telecommunications, disenyo ng engineering at disenyo ng tulong na molekula sa computer.
