Saturs
- Definīcija - ko nozīmē evolūcijas algoritms?
- Ievads Microsoft Azure un Microsoft Cloud | Šajā rokasgrāmatā jūs uzzināsit, kas ir mākonis skaitļošana un kā Microsoft Azure var palīdzēt jums migrēt un vadīt savu biznesu no mākoņa.
- Techopedia izskaidro evolūcijas algoritmu
Definīcija - ko nozīmē evolūcijas algoritms?
Evolūcijas algoritms tiek uzskatīts par mākslīgā intelekta evolūcijas aprēķinu sastāvdaļu. Evolūcijas algoritms funkcionē atlases procesā, kurā tiek izslēgti vispiemērotākie populācijas kopas locekļi, turpretim piemērotiem locekļiem tiek ļauts izdzīvot un turpināties, līdz tiek noteikti labāki risinājumi. Citiem vārdiem sakot, evolūcijas algoritmi ir datoru lietojumprogrammas, kas imitē bioloģiskos procesus, lai atrisinātu sarežģītas problēmas. Laika gaitā veiksmīgie dalībnieki attīstās, lai piedāvātu optimizētu problēmas risinājumu.
Ievads Microsoft Azure un Microsoft Cloud | Šajā rokasgrāmatā jūs uzzināsit, kas ir mākonis skaitļošana un kā Microsoft Azure var palīdzēt jums migrēt un vadīt savu biznesu no mākoņa.
Techopedia izskaidro evolūcijas algoritmu
Evolūcijas algoritmi bioloģijā izmanto tādus jēdzienus kā atlase, reproducēšana un mutācija. Pastāv trīs evolūcijas algoritmu pamatveidi, proti:
- Ģenētiskie algoritmi
- Evolucionārā programmēšana
- Evolūcijas stratēģijas
Atšķirībā no tradicionālajām optimizācijas metodēm, evolūcijas algoritmi ir atkarīgi no izlases veida izlases. Evolūcijas algoritmā ir daudz kandidātu risinājumu, atšķirībā no klasiskajām metodēm, kuras cenšas uzturēt vienu labāko risinājumu. Ir divi priekšnoteikumi, kas saistīti ar evolūcijas algoritmiem:
- Kandidātie risinājumi ir jākodē šim jautājumam.
- Fitnesa funkcijai ir jāatdod rādītājs no 1 līdz 100, lai evolūcijas algoritmus varētu labāk piemērot problēmai.
Ar evolūcijas algoritmiem ir saistītas daudzas priekšrocības. Viena no lielākajām priekšrocībām ir elastības pieaugums, jo lielākā daļa evolūcijas algoritmu koncepciju ir pielāgojamas pat sarežģītām problēmām. Lielākā daļa evolūcijas algoritmu ir piemēroti, lai sasniegtu arī objektīvo mērķi. Labāka optimizācija ir iespējama, izmantojot evolūcijas algoritmus, jo risinājumu kopums novērš algoritma ieslēgšanos noteiktā risinājumā.
Ar evolūcijas algoritmiem ir daži trūkumi. Vienam risinājums, ko nodrošina evolūcijas algoritms, ir tikai labāks, salīdzinot ar citiem zināmiem risinājumiem. Kā tāds algoritms nevar pierādīt, ka kāds risinājums ir pilnīgi optimāls, tikai to, ka tas ir optimāls salīdzinājumā ar citiem rezultātiem.