目次:
定義-遺伝的アルゴリズムとはどういう意味ですか？
遺伝的アルゴリズムは、人工知能とコンピューティングで使用されるヒューリスティック検索手法です。 これは、自然selectionと進化生物学の理論に基づいて問題を検索するための最適化されたソリューションを見つけるために使用されます。 遺伝的アルゴリズムは、大規模で複雑なデータセットを検索するのに最適です。 彼らは、制約のない制約のある最適化の問題を解決する能力が高いため、複雑な問題の合理的な解決策を見つけることができると考えられています。
Techopediaは遺伝的アルゴリズムを説明します
遺伝的アルゴリズムは、選択、突然変異、遺伝、組換えなどの進化生物学からヒントを得た技術を使用して問題を解決します。 遺伝的アルゴリズムで最も一般的に使用される方法は、特定の母集団からランダムに個人のグループを作成することです。 このように形成された個人は、プログラマーによって提供される評価機能の助けを借りて評価されます。 次に、個人には、与えられた状況への適応度を間接的に強調するスコアが提供されます。 次に、最高の2人が1人以上の子孫を作成するために使用され、その後、子孫に対してランダムな突然変異が行われます。 アプリケーションのニーズに応じて、許容可能な解決策が導き出されるまで、または特定の世代が経過するまで、手順が続行されます。
遺伝的アルゴリズムは、次の2つの点で古典的な微分ベースの最適化アルゴリズムと異なります。
- 遺伝的アルゴリズムは各反復で点の母集団を生成しますが、従来のアルゴリズムは各反復で単一の点を生成します。
- 遺伝的アルゴリズムは乱数ジェネレーターを使用した計算によって次の母集団を選択しますが、従来のアルゴリズムは決定論的な計算によって次の点を選択します。
従来の人工知能と比較して、遺伝的アルゴリズムには多くの利点があります。 より堅牢で、入力のわずかな変化やノイズの存在による故障の影響を受けやすくなっています。 プラクシス、線形計画法、ヒューリスティック、ファーストまたはブロードファーストのような他の最適化方法に関して、遺伝的アルゴリズムは、大きなマルチモーダル状態空間、大きな状態空間、またはn次元の表面を検索しながら、より優れた重要な結果を提供できます。
遺伝的アルゴリズムは、ロボット工学、自動車設計、最適化された通信ルーティング、エンジニアリング設計、コンピューター支援分子設計など、多くの分野で広く使用されています。
