¿Cómo encontrar mínimos Algoritmos Genéticos

Los algoritmos genéticos son una técnica de programación que los informáticos extraídas de la naturaleza. Diseños de la naturaleza soluciones hermosas plantas y animales a problemas difíciles por medios estrictamente mecánicos sin direcciones inteligentes. Los algoritmos genéticos pueden encontrar la respuesta óptima a los problemas de diseño difíciles cuando no se tiene idea de cómo proceder. Las únicas limitaciones son necesarias que debe tener un problema de optimización y que las soluciones se pueden describir con una serie de números.

Instrucciones

1 Diseñar una serie de números que describe una solución a su problema. Diseñar una función que puede evaluar estas cadenas; dada una cadena, esta función le puede decir lo bueno que la cadena es como una respuesta a su problema. Por ejemplo, la cadena puede ser una lista de mediciones del interior de una bomba turbo motor de cohete. La función sería un cálculo de empuje desde una cámara con estas mediciones. La cadena también podría ser los porcentajes de agua, arena, cemento y grava que constituyen una mezcla de hormigón submarino.

2 Escribir un programa informático que evoluciona hacia la optimización de las cadenas. Comience con una población de cadenas en la que todos los números en las cuerdas fueron escogidos al azar. Una "generación" consiste en evaluar todas las cuerdas en la "población" y descartando las cuerdas con los valores más bajos. Las cadenas con las más altas evaluaciones continuarán en la próxima generación. Una mezcla aleatoria de las cuerdas de alta preformado también lo hará a la siguiente generación. Algunas de estas cadenas tendrán mutaciones al azar a uno de los números en la cadena. Este proceso se repite para varias generaciones. El número de cadenas en cada generación es el mismo.

3 Encuentra el algoritmo genético mínimo mediante la ejecución de su solución con uno de los números que faltan. Si hay un número "n" en una cadena, esto significa correr "n" diferentes poblaciones uno con cada uno de los números que faltan. Si las cadenas más cortas aún tienen la misma evaluación alta, ejecute las poblaciones cada vez más cortos hasta que encuentre la cadena más corta que funcione para el problema específico. Para el problema concreto, esto dirá si pudiera dejar de lado uno de los ingredientes.

Consejos y advertencias

• Cuanto mayor sea la población es, lo más probable es que se encuentra la secuencia óptima.
• Cuanto mayor sea la población, más tiempo se tardará en ejecutar el programa. programas de algoritmos genéticos son generalmente se ejecuta durante la noche.