Analiza technik selekcji w algorytmach genetycznych

Algorytmy genetyczne (GA) to szczególna klasa algorytmów ewolucyjnych (EA) która wykorzystuje techniki inspirowane biologią ewolucyjną takie jak dziedziczenie mutacja selekcja i krzyżowanie. Algorytmy te opierają się na zasadach doboru naturalnego i przetrwania najlepiej przystosowanych jak stwierdził Karol Darwin w O powstawaniu gatunków. Naśladując procesy doboru naturalnego i przetrwania najlepiej przystosowanych algorytmy genetyczne są w stanie znaleźć rozwiązania rzeczywistych problemów jeśli zostały one odpowiednio zakodowane. W niniejszej książce omówiono podstawy algorytmów genetycznych obejmujące generowanie populacji kodowanie selekcję krzyżowanie mutację i iteracje. Optymalizacja/maksymalizacja funkcji jest głównym punktem dyskusji w tej pracy. Chodzi o implementację wybranej funkcji fitness przy użyciu różnych technik selekcji stosowanych w algorytmie genetycznym i porównanie ich na podstawie wartości fitness funkcji przy różnej liczbie iteracji. Praca ta będzie pomocna dla profesjonalistów i studentów/badaczy którzy chcą uzyskać wgląd w zrozumienie i wdrożenie procesu algorytmu genetycznego do rozwiązywania problemów optymalizacyjnych.