Co to jest optymalizacja genetyczna?
Optymalizacja genetyczna to zastosowanie algorytmów programowania w celu znalezienia najlepszego rozwiązania problemu. Ma to swoje początki w pracy matematyków, zaczynających się już w latach 50., którzy wzięli modele, które widzieli w biologii i zastosowali je do problemów nieliniowych, które były trudne do rozwiązania w konwencjonalnych środkach. Chodzi o naśladowanie biologii, która ewoluuje w trakcie pokoleń w celu stworzenia najsilniejszej możliwej populacji. W programowaniu można symulować ten proces, aby opracować kreatywne rozwiązanie problemu.
Problemy nieliniowe mogą być trudne dla matematyków. Przykład można zobaczyć w handlu papierami wartościowymi, w których może wystąpić szereg możliwych decyzji, które szybko się rozgałęzią, aby stworzyć drzewo wyborów. Niezależnie obliczenie prawdopodobieństwa związane z każdym wyborem byłoby bardzo czasochłonne. Matematyk może również przegapić optymalne rozwiązanie, nie łącząc możliwych wyborów w celu zbadania nowych permutacji. Zezwalaj na optymalizacja genetycznanaukowcy, aby w bardziej wydajny sposób wykonywać obliczenia tego rodzaju.
Badacz zaczyna od przedmiotu zainteresowania, znanego jako „populacja”, którą można podzielić na jednostki, czasami znane jako stworzenia, organizmy lub chromosomy. Niniejsze Warunki, pożyczone z biologii, odzwierciedlają pochodzenie tego podejścia do programowania. Komputer może zacząć uruchamiać symulację z populacją, wybierając poszczególne organizmy w ciągu pokolenia i umożliwiając im mieszanie nowej generacji. Proces ten można powtórzyć przez kilka pokoleń w celu połączenia i rekombinacji możliwych roztworów, idealnie osiągając najbardziej dopasowany opcja dla danych warunków.
Może to być wyjątkowo ciężkie zasoby. Obliczenia zastosowane w optymalizacji genetycznej wymagają znacznej mocy obliczeniowej do szybkiego porównania i wyboru szeregu opcji i kombinacji jednocześnie. Wczesne badaniaOptymalizacja genetyczna była czasem ograniczona przez dostępną siłę obliczeniową, ponieważ naukowcy widzieli potencjalne zastosowania, ale nie mogli wykonać złożonych programów. Wraz ze wzrostem mocy komputera użyteczność tej metody robi również, chociaż duże i złożone obliczenia mogą nadal wymagać wysoce wyspecjalizowanego komputera.
Badacze w dziedzinie matematyki mogą działać z optymalizacją genetyczną w różnych ustawieniach. Ciągły rozwój nowych formuł i podejść ilustruje ewolucje matematyki, gdy ludzie poznają nowe sposoby rozważania złożonych problemów. Pewne prostą optymalizację genetyczną można zobaczyć w pracy w ustawieniach takich jak oprogramowanie dla handlowców papierów wartościowych i programowanie dla gier i rzeczywistości wirtualnej, w których programiści chcą, aby użytkownicy mieli bardziej naturalne doświadczenie.