Genetikus algoritmus

Genetikus algoritmus, a mesterséges intelligenciában az evolúciós számítógépes algoritmus egy típusa, amelyben a lehetséges megoldásokat reprezentáló szimbólumok (gyakran “géneknek” vagy “kromoszómáknak” nevezik) “nemesülnek”. A szimbólumok “nemesítése” jellemzően a genetikai rekombináció keresztezési folyamatával analóg mechanizmus és állítható mutációs ráta alkalmazásával történik. Az algoritmusok minden egyes generációjánál egy fitneszfüggvényt használnak a megoldások fokozatos javítására, a természetes szelekció folyamatának analógiájára. A genetikai algoritmusok fejlesztésének és a szelekció automatizálásának folyamatát genetikai programozásnak nevezzük. Az általános szoftvereken kívül a genetikai algoritmusokat néha a mesterséges élet, a sejtes automaták és a neurális hálózatok kutatásában is használják.

számítógép chip. számítógép. Számítógépes chipet tartó kéz. Központi feldolgozó egység (CPU). történelem és társadalom, tudomány és technológia, mikrochip, mikroprocesszor alaplap számítógép áramköri lap
Britannica kvíz
Computer és technológia kvíz
A számítógépek HTML-ből álló weboldalakat fogadnak és olyan egyszerű szöveges üzeneteket küldenek, mint…LOL. Törd be ezt a kvízt, és hagyd, hogy némi technológia összeszámolja a pontszámodat, és felfedje előtted a tartalmat.

Noha nem ő volt az első, aki genetikai algoritmusokkal kísérletezett, John Holland sokat tett a terület fejlesztéséért és népszerűsítéséért az 1970-es évek elején a Michigani Egyetemen végzett munkájával. Adaptation in Natural and Artificial Systems (Adaptation in Natural and Artificial Systems, 1975; átdolgozva és bővítve 1992) című könyvében leírtak szerint kidolgozott egy módszert vagy sématételt a genetikai algoritmusok egyes generációinak értékelésére. John Koza, Holland egyik doktorandusza és a genetikai programozással kapcsolatos több mint egy tucat szabadalom tulajdonosa, a Scientific Games nevű cég alapítójaként az elsők között fejlesztette ki a terület kereskedelmi alkalmazásait. Koza programozási tapasztalatait a Genetikus programozás című könyvsorozatában osztotta meg: On the Programming of Computers by Means of Natural Selection (1992).

A genetikai programozásban gyakran felmerülő egyik nehézség az, hogy az algoritmusok a legjobb megoldás (“globális optimum”) megtalálása helyett megrekednek egy elfogadhatóan jó megoldás régiójában (“lokálisan optimális régió”). Az ilyen evolúciós zsákutcák leküzdése néha emberi beavatkozást igényel. Ezenkívül a genetikai programozás számításigényes. Az 1990-es években a programozási technikák még nem fejlődtek eléggé ahhoz, hogy indokolttá tegyék a szuperszámítógépek drága használatát, ami az alkalmazásokat meglehetősen leegyszerűsített problémákra korlátozta. Ahogy azonban az olcsóbb személyi számítógépek egyre nagyobb teljesítményűvé váltak, a genetikai programozás jelentős kereskedelmi sikereket ért el az áramkörtervezésben, az adatválogatásban és -keresésben, valamint a kvantumszámításban. Emellett a Nemzeti Repülési és Űrhajózási Hivatal (NASA) genetikai programozást használt az Űrtechnológia 5 projekt antennáinak tervezésénél, amely három, 2006-ban felbocsátott “mikro-szatellitet” tartalmazott a naptevékenységnek a Föld magnetoszférájára gyakorolt hatásának megfigyelésére.

Vélemény, hozzászólás?

Az e-mail-címet nem tesszük közzé.