Taula de continguts:
Definició: què significa Algoritme genètic?
Un algoritme genètic és un mètode de cerca heurística utilitzat en intel·ligència artificial i informàtica. S'utilitza per trobar solucions optimitzades per cercar problemes basats en la teoria de la selecció natural i la biologia evolutiva. Els algorismes genètics són excel·lents per cercar conjunts de dades grans i complexos. Es consideren capaços de trobar solucions raonables a problemes complexos, ja que són altament capaces de resoldre problemes d’optimització sense restriccions i restriccions.
Techopedia explica l'algoritme genètic
Un algoritme genètic fa ús de tècniques inspirades en la biologia evolutiva com la selecció, la mutació, l’herència i la recombinació per resoldre un problema. El mètode més utilitzat en algorismes genètics és crear un grup d’individus aleatòriament a partir d’una determinada població. Els individus així formats s’avaluen amb l’ajuda de la funció d’avaluació proporcionada pel programador. A continuació, se'ls proporciona una puntuació que posa de manifest indirectament la forma adequada a la situació donada. Els dos millors individus s'utilitzen llavors per crear una o més descendència, després de les quals es fan mutacions aleatòries a la descendència. Segons les necessitats de l'aplicació, el procediment continua fins que es derivi una solució acceptable o fins que hagi passat un determinat nombre de generacions.
Un algoritme genètic difereix d’un algorisme d’optimització clàssic basat en derivats de dues maneres:
- Un algoritme genètic genera una població de punts en cada iteració, mentre que un algorisme clàssic genera un sol punt en cada iteració.
- Un algoritme genètic selecciona la següent població mitjançant càlcul mitjançant generadors de números aleatoris, mentre que un algorisme clàssic selecciona el següent punt mitjançant càlcul determinista.
En comparació amb la intel·ligència artificial tradicional, un algoritme genètic proporciona molts avantatges. És més robust i és susceptible d’avaries a causa de lleus canvis d’entrada o per presència de soroll. Respecte a altres mètodes d’optimització com ara la praxi, la programació lineal, l’heurística, la primera o l’amplada primera, un algoritme genètic pot proporcionar resultats millors i més significatius alhora que busca grans espais d’estats multimodals, grans espais d’estat o superfícies n-dimensionals.
Els algorismes genètics s’utilitzen àmpliament en molts camps com la robòtica, el disseny d’automòbils, l’encaminament de telecomunicacions optimitzat, el disseny d’enginyeria i el disseny molecular assistit per ordinador.
