3. Genetik algoritm va uning qo’llaniladigan masalalar Sun'iy intellekt sohasida evolyutsion algoritm (EA) metaevristik optimallashtirishga asoslangan umumiy populyatsiya hisoblarining kichik to'plamidir. EA ko'payish, mutatsiya, rekombinatsiya va tanlash kabi rivojlanishdan ilhomlangan mexanizmlardan foydalanadi. Evolyutsion optimallashtirish algoritmlari muammosidagi nomzod yechimi populyatsiyadagi individlar rolini o'ynaydi. Shuningdek, fitnes funksiyasi javoblarning sifatini belgilaydi. Evolyutsion algoritmlar ko'pincha muammolarning barcha turlariga yaqin echimlarni taklif qiladi. Chunki ideal holda, ular asosiy fitnes landshafti haqida hech qanday taxminlar qilmaydi. Evolyutsion modellashtirish va genetik algoritmlar uchun qo'llaniladigan usullar odatda mikroevolyutsion jarayonlarni o'rganish va hujayra bosqichlariga asoslangan rejalashtirish modellari bilan chegaralanadi. Maslahatchilarning ko'pgina haqiqiy ilovalarida hisoblash murakkabligi taqiqlovchi omil hisoblanadi. Aslida, bu muammo fitnes funktsiyasini baholash bilan bog'liq. Fitness fitnes bu qiyinchilikni yengishning bir yechimidir. Biroq, oddiy ko'rinadigan EA ko'pincha murakkab muammolarni hal qilishi mumkin. Demak, ketma-ketlikning murakkabligi va muammo o'rtasida bevosita bog'liqlik bo'lishi mumkin emas. Batafsil ma'lumotni "Evolyutsiya algoritmlari" kitoblarida topishingiz mumkin.
Amalga oshirish Birinchi qadam, tasodifiy ravishda odamlardan boshlang'ich populyatsiyani yaratishdir.
Ikkinchi bosqich - bu guruhdagi har bir shaxsning mosligini baholash (vaqt chegarasi, etarli tayyorgarlik va boshqalar).
Uchinchi qadam - tugallangunga qadar quyidagi regeneratsiya bosqichlarini takrorlang:
Ko'paytirish uchun eng munosib odamlarni tanlang (ota-onalar).
Nasl olish uchun krossover va mutatsiya yordamida evolyutsiya algoritmidan o'tgan yangi shaxslarni keltiring.
Yangi odamlarning individual muvofiqligini baholang.
Eng kam mos keladigan aholini ular bilan almashtiring.
