Como otimizar o layout de um Algoritmo Genético

Algoritmos genéticos são uma técnica de Inteligência Artificial inspirada na natureza . Evolution " projeta " novos animais para caber em ambientes de uma maneira estritamente mecânica que parece exibir inteligência. Os algoritmos genéticos são uma maneira útil para resolver problemas de projeto , quando você não tem nenhuma maneira óbvia para prosseguir. Se você pode lançar um problema como a otimização dos valores de uma seqüência de números , um algoritmo genético pode encontrar essa otimização . Como você organiza os parâmetros do algoritmo genético passa a ser crucial para a otimização da solução para um problema particular. Instruções
1

Projete o layout do seu algoritmo genético . Algoritmos genéticos trabalhar para problemas em que a solução para o problema consiste em otimizar os valores de uma seqüência de números. A população de cordas são avaliados e manipulados de maneiras sugeridas pela evolução até uma da população é uma cadeia que é a solução para um problema específico. O layout do algoritmo consiste em projetar o layout das cordas, projetar algoritmos para manipular a população e avaliar as cordas em cada geração
2

Comece com uma população aleatória .: Um grande número de cordas onde todos os números em todas as cordas foram escolhidos de forma aleatória. Avaliar todas as cordas e descartar as cordas com as menores avaliações. Aplicar duas técnicas evolucionárias para o alto desempenho : mutação e crossover. A mutação consiste na seleção de um pequeno número de lugares em um pequeno número de cordas e alterando o número um pouco para cima ou para baixo. Crossover consiste em alinhar duas seqüências , a escolha de um random " ponto de cruzamento " e mudar as cabeças e caudas no ponto de crossover. Os sucessos da última geração , além dos recém-criados cordas compõem a nova população . Cada geração tem o mesmo número de cordas na população.
3

executar este algoritmo para várias gerações e olhar para a melhor string. Se não for bom o suficiente, você precisa alterar alguns dos parâmetros e executar o algoritmo uma das mudanças mais significativas que você pode fazer de novo. está a mudar a forma como as cordas são feitas. Por exemplo, suponha que você está tentando projetar o interior da câmara de combustão de um motor a jato . as cordas podem consistir de 20 medições feitas em o interior do projeto do motor. Começando com diferentes medidas é a mudança que é mais provável para lhe dar uma resposta melhor.
4

os parâmetros importantes para ajustar quando otimizar seu algoritmo é a taxa de mutação , tamanho da população, o número de valores em uma corda e as posições dos valores na cadeia - sejam eles no meio ou nas extremidades

.