Inhaltsverzeichnis:
Definition - Was bedeutet genetischer Algorithmus?
Ein genetischer Algorithmus ist eine heuristische Suchmethode, die in der künstlichen Intelligenz und im Computer verwendet wird. Es wird verwendet, um optimierte Lösungen für Suchprobleme zu finden, die auf der Theorie der natürlichen Selektion und der Evolutionsbiologie basieren. Genetische Algorithmen eignen sich hervorragend zum Durchsuchen großer und komplexer Datensätze. Sie gelten als in der Lage, angemessene Lösungen für komplexe Probleme zu finden, da sie in hohem Maße in der Lage sind, nicht eingeschränkte und eingeschränkte Optimierungsprobleme zu lösen.
Techopedia erklärt den genetischen Algorithmus
Ein genetischer Algorithmus nutzt von der Evolutionsbiologie inspirierte Techniken wie Selektion, Mutation, Vererbung und Rekombination, um ein Problem zu lösen. Die in genetischen Algorithmen am häufigsten verwendete Methode besteht darin, eine Gruppe von Individuen zufällig aus einer bestimmten Population zu erstellen. Die so gebildeten Personen werden mit Hilfe der vom Programmierer bereitgestellten Bewertungsfunktion bewertet. Einzelpersonen werden dann mit einer Punktzahl versehen, die indirekt die Eignung für die gegebene Situation hervorhebt. Die besten zwei Individuen werden dann verwendet, um einen oder mehrere Nachkommen zu erzeugen, wonach zufällige Mutationen an den Nachkommen vorgenommen werden. Abhängig von den Anforderungen der Anwendung wird das Verfahren fortgesetzt, bis eine akzeptable Lösung abgeleitet wurde oder bis eine bestimmte Anzahl von Generationen verstrichen ist.
Ein genetischer Algorithmus unterscheidet sich von einem klassischen, auf Derivaten basierenden Optimierungsalgorithmus in zweierlei Hinsicht:
- Ein genetischer Algorithmus generiert eine Punktpopulation in jeder Iteration, während ein klassischer Algorithmus bei jeder Iteration einen einzelnen Punkt generiert.
- Ein genetischer Algorithmus wählt die nächste Population durch Berechnung unter Verwendung von Zufallszahlengeneratoren aus, während ein klassischer Algorithmus den nächsten Punkt durch deterministische Berechnung auswählt.
Im Vergleich zur herkömmlichen künstlichen Intelligenz bietet ein genetischer Algorithmus viele Vorteile. Es ist robuster und kann durch geringfügige Änderungen der Eingänge oder durch das Vorhandensein von Geräuschen ausfallen. In Bezug auf andere Optimierungsmethoden wie Praxis, lineare Programmierung, Heuristik, First oder Wide-First kann ein genetischer Algorithmus bessere und signifikantere Ergebnisse liefern, während große multimodale Zustandsräume, große Zustandsräume oder n-dimensionale Oberflächen durchsucht werden.
Genetische Algorithmen werden in vielen Bereichen wie Robotik, Fahrzeugdesign, optimiertem Telekommunikationsrouting, Konstruktionsdesign und computergestütztem molekularem Design eingesetzt.
