Наследование (генетический алгоритм)

В генетических алгоритмах наследование — это способность моделируемых объектов спариваться , мутировать (аналогично биологической мутации ) и передавать свои гены решения проблем следующему поколению , чтобы создать развитое решение конкретной проблемы. Выбор объектов, которые будут унаследованы в каждом последующем поколении, определяется функцией приспособленности , которая меняется в зависимости от решаемой проблемы. ^[1]

Черты этих объектов передаются через хромосомы способом, аналогичным биологическому воспроизводству . Эти хромосомы обычно представлены серией генов , которые в свою очередь обычно представлены с использованием двоичных чисел . Это распространение черт между поколениями похоже на наследование черт между поколениями биологических организмов . Этот процесс также можно рассматривать как форму обучения с подкреплением , поскольку эволюция объектов обусловлена ​​передачей черт от успешных объектов, что можно рассматривать как награду за их успех, тем самым способствуя развитию полезных черт. ^[1]

Как только новое поколение готово к созданию, все особи, которые были успешны и были выбраны для воспроизводства, случайным образом объединяются в пары. Затем черты этих особей передаются через комбинацию кроссинговера и мутации. ^[1] Этот процесс следует следующим основным этапам:

1. Объедините удачные объекты в пары для спаривания.
2. Определите случайным образом точку пересечения для каждой пары.
3. Поменяйте местами гены после точки кроссинговера в каждой паре.
4. Случайным образом определите, мутировали ли какие-либо гены в дочерних объектах.

После выполнения этих шагов для каждой пары используемых родительских объектов будут созданы два дочерних объекта. Затем, после определения успешности объектов в новом поколении, этот процесс можно повторить, используя те новые объекты, которые оказались наиболее успешными. Обычно это повторяется до тех пор, пока не будет достигнуто желаемое поколение или не будет найден объект, который соответствует минимальному желаемому результату от функции пригодности.

Хотя кроссинговер и мутация являются распространенными генетическими операторами, используемыми при наследовании, существуют также другие операторы, такие как перегруппировка и колонизация-вымирание. ^{[ необходима цитата ]}

Предположим, что эти две строки битов представляют признаки, передаваемые двумя родительскими объектами:

• Объект 1: 1100011010110001
• Объект 2: 1001100110011001

Теперь учтите, что точка кроссовера случайным образом расположена после пятого бита:

• Объект 1: 11000 | 11010110001
• Объект 2: 10011 | 00110011001

Во время кроссинговера два объекта поменяют местами все биты после точки кроссинговера, что приведет к:

• Объект 1: 11000 | 00110011001
• Объект 2: 10011 | 11010110001

Наконец, мутация имитируется на объектах, где ноль или более битов переворачиваются случайным образом. Предполагая, что десятый бит для объекта 1 мутирует, а второй и седьмой биты мутируют для объекта 2, конечные потомки, произведенные этим наследованием, будут:

• Объект 1: 1100000111011001
• Объект 2: 1101110010110001

• Искусственный интеллект
• Биоинформатика
• Видообразование (генетический алгоритм)

• BoxCar 2D Интерактивный пример использования генетического алгоритма для построения двухмерных автомобилей.