Genetik Optimizasyon Nedir?

Genetik optimizasyon, bir probleme en iyi çözümü bulmak için programlama algoritmalarının kullanılmasıdır. Bunun kökeni, biyolojide gördükleri modelleri alan ve bunları geleneksel yollarla çözülmesi zor olan doğrusal olmayan problemlere uygulayan 1950'lerin başından itibaren matematikçilerin çalışmalarındadır. Fikir, mümkün olan en uygun popülasyonu oluşturmak için nesiller boyunca gelişen biyolojiyi taklit etmektir. Programlamada, bir soruna yaratıcı bir çözüm bulmak için bu süreci simüle etmek mümkündür.

Doğrusal olmayan sorunlar matematikçiler için zor olabilir. Bir menkul kıymet alım satım işleminde bir örnek görülebilir, burada bir seçim ağacı oluşturmak için hızla dalmakta olan bir takım olası kararlar olabilir. Bağımsız olarak her bir seçenekle ilgili olasılıkları hesaplamak çok zaman alırdı. Matematikçi, yeni permütasyonları keşfetmek için olası seçimleri bir araya getirmediği için optimal bir çözümü özlüyor olabilir. Genetik optimizasyon, araştırmacıların bu nitelikteki hesaplamaları daha verimli bir şekilde yapmalarını sağlar.

Araştırmacı, bazen yaratıklar, organizmalar veya kromozomlar olarak bilinen bireylere bölünebilen “popülasyon” olarak bilinen bir ilgi konusu ile başlar. Biyolojiden ödünç alınan bu terimler, programlama yaklaşımının kökenini yansıtmaktadır. Bir bilgisayar, bir nesil içindeki bireysel organizmaları seçerek ve yeni bir nesil oluşturmak için karışmaları için bir popülasyonla simülasyon yapmaya başlayabilir. Bu işlem, belirli koşullar için en uygun seçeneğe ideal olarak ulaşan olası çözümleri birleştirmek ve yeniden birleştirmek için birkaç kuşak boyunca tekrar edilebilir.

Bu aşırı derecede kaynak olabilir. Genetik optimizasyonda kullanılan hesaplamalar, bir dizi seçeneği ve kombinasyonu aynı anda hızlıca karşılaştırmak ve seçmek için önemli hesaplama gücü gerektirir. Genetik optimizasyon üzerine yapılan erken araştırmalar, bazen araştırmacıların potansiyel uygulamaları görebildiği, ancak karmaşık programları uygulayamadığı için mevcut işlem gücü ile sınırlı kalmıştır. Bilgisayarın gücü arttıkça, bu yöntemin faydası da artmaktadır, ancak büyük ve karmaşık hesaplamalar hala çok özel bir bilgisayar gerektirebilir.

Matematik alanındaki araştırmacılar, çeşitli ortamlarda genetik optimizasyonla çalışabilirler. Devam eden yeni formül ve yaklaşımların geliştirilmesi, insanlar karmaşık sorunları göz önünde bulundurmanın yeni yollarını öğrenirken matematikteki gelişmeleri göstermektedir. Bazı basit genetik optimizasyon işyerinde menkul kıymet yatırımcıları için yazılımlar ve oyunlara yönelik programlama ve sanal gerçeklik için programcıların kullanıcıların daha doğal bir deneyime sahip olmasını istedikleri ortamlarda görülebilir.