الگوریتم ژنتیک یک شیوه آماری جهت بازدهی بیشتر و جستجو می باشد. این الگوریتم بخشی از برآوردهای تکاملی است خود بخشی از هوش مصنوعی می باشد. خصوصیات ویژه این الگوریتم سبب می شود که نتوانیم آن را یک متجسس تصادفی ساده لحاظ کنیم. در حقیقت ایده اولیه این شیوه از فرضیه تکاملی داروین نشات گرفته شده است و عملکرد آن مطابق ژنتیک طبیعی پایدار است.
الگوریتم ژنتیک یک شیوه آماری جهت بازدهی بیشتر و جستجو می باشد. این الگوریتم بخشی از برآوردهای تکاملی است خود بخشی از هوش مصنوعی می باشد. خصوصیات ویژه این الگوریتم سبب می شود که نتوانیم آن را یک متجسس تصادفی ساده لحاظ کنیم. در حقیقت ایده اولیه این شیوه از فرضیه تکاملی داروین نشات گرفته شده است و عملکرد آن مطابق ژنتیک طبیعی پایدار است.
ایده برآورد تکاملی، نخستین بار در سال ۱۹۶۰ به وسیله ریچنبرگ که در حیطه راهبردهای تکاملی پژوهش می کرد ایجاد شد. فرضیه او بعدا به وسیله سایر پژوهشگران گسترش داده شد. اساس اولیه این الگوریتم به وسیله هلند و همکارانش در سال ۱۹۶۲ عرضه شد. آنها در پژوهشات خود به پروسه هماهنگی در سیستم های طبیعی توجه نمودند. جهت طراحی آن در سیستم های مصنوعی که بایستی شامل قابلیت های عمده سیستم های طبیعی باشند، جدیت نمودند. برآیند این تلاش ها و داده کاوی ها، ایجاد این نوع الگوریتم بود.
مفهوم الگوریتم ژنتیک
الگوریتم ژنتیک به یک الگوریتم تفحص خلاقانه انطباق پذیر گفته می شود که بر اساس مضمون فکری تکاملی انتخاب طبیعی و ژنتیک، مدل سازی شده است. بدین صورت این الگوریتم نشان دهنده بکارگیری عاقلانه از یک الگوریتم تفحص تصادفی جهت رفع مشکلات بهینه سازی می باشد.
با اینکه این الگوریتم ها، پدیده های تصادفی را بکار می برند ولی خود آنها تحت هیچ شرایطی تصادفی نیستند. بلکه این الگوریتم ها از داده های تاریخی موجود جهت رهنمون عملیات تفحص به ناحیه ای با کارکرد بهتر در محیط جستجو بهره می برند. شیوه های عمده این نوع الگوریتم به نوعی طراحی شده اند تا بتوانند پروسه های مهم جهت پیشرفت در سیستم های طبیعی را مشابه سازی نمایند. من جمله عمده ترین این پروسه ها آن هایی می باشند که از ضوابطی که نخستین بار به وسیله داروین و به اسم بقای صلح لحاظ شد، تبعیت می کنند. دلیل این مسئله آن است که در دنیا، رقابت بین جانداران زنده جهت دسترسی به ماخذ نادر منتهی به غلبه شایسته ترین جانداران بر جانداران ضعیف می شود.
مراحل متنوع الگوریتم ژنتیک
الگوریتم ژنتیک می تواند در چالش ها مرتبط به جستجو بکار برده شود. ما شماری از راهکارها جهت یک مسئله را درنظر می گیریم و بهترین های آنها را از این میان انتخاب می کنیم. مراحل متنوع الگوریتم ژنتیک که برای آن در نظر گرفته شده اند به شرح زیر می باشند:
•جمعیت اولیه
•عملگر سازگاری
•انتخاب
•ترکیب
•از دیگر مراحل متنوع الگوریتم ژنتیک می توان به جهش اشاره کرد.
علت بکارگیری این نوع الگوریتم
الگوریتم ژنتیک به علت توانایی و ماندگاری هر چه بیشتر در قیاس با دیگر روش های مبنی بر هوش مصنوعی، بهتر و مناسب تر است. برعکس سامانه های یادگیری ماشین کهن تر، این نوع الگوریتم با تحول کمی مقادیر ورودی یا با حضور مقادیر چشمگیری از نویز در سامانه به آسانی قطع نمی شود.
افزون بر این، در تفحص یک محیط حالت بزرگ، محیط حالت Multimodal و یا یک سطح چند بعدی بکارگیری این نوع الگوریتم از مزایای بسیاری برخوردار است. این الگوریتم در قیاس با شیوه های جستجوی مرسوم در دیگر ترفند های بهینه سازی مزایایی نظیر برنامه ریزی خطی، جستجوی تصادفی و یا شیوه های تفحص اول عنق، اول سطح یا praxis دارد.
کاربرد های متنوع این نوع الگوریتم
الگوریتم ژنتیک دارای کاربردهای متنوعی به شرح زیر می باشد:
روندیابی هیدرولوژیکی رواناب جاری در کانال رودخانه خشک
•یاری در برطرف نمودن چالش تصمیم گیری چند معیاره
•بازدهی بیشتر چند هدف در مدیریت منابع آبی
بازدهی بیشتر و بارآرایی کانال های پخش نیروی برق
سخن آخر
الگوریتم ژنتیکی مطابق نظریه تکاملی داروین می باشد. پاسخ مسئله ای که به وسیله این الگوریتم جواب داده می شود با نظم و ترتیب بهبود می یابد. این الگوریتم با یک گروه از پاسخ ها که به وسیله کروموزوم ها ارائه داده می شوند آغاز می شود. این گروه پاسخ ها را جمعیت اولیه می نامند. در این نوع الگوریتم پاسخ های حاکی از یک جمعیت جهت ساخت جمعیت بعدی بکار برده می شوند. در این پروسه انتظار می رود جمعیت تازه ایجاد شده در قیاس با قبلی بهتر باشد.
تعیین برخی از پاسخ ها از بین تمام پاسخ ها، والدین به مفهوم اعمال پاسخ های جدید یا همان فرزندان، مطابق مقدار سودمندی آنها می باشد. مسلما طبیعی است که پاسخ های بهتر شانس بیشتری جهت ساخت مجدد خواهند داشت. این پروسه تا برپایی شرطی که از قبل مشخص شده است امتداد می یابد. این الگوریتم دارای مراحل متنوعی نظیر جمعیت اولیه، عملگر های سازگاری، انتخاب، ترکیب و جهش می باشد. همچنین دارای کاربرد های عمده ای می باشد.
2 دیدگاه:
دیدگاه خود را بیان کنید