Sisältö
- Määritelmä - mitä evoluutioalgoritmi tarkoittaa?
- Johdanto Microsoft Azureen ja Microsoft Cloud | Tämän oppaan läpi opit mitä pilvipalvelussa on kyse ja kuinka Microsoft Azure voi auttaa sinua siirtämään ja johtamaan yritystä pilvestä.
- Techopedia selittää evoluutioalgoritmin
Määritelmä - mitä evoluutioalgoritmi tarkoittaa?
Evoluutioalgoritmia pidetään tekoälyn evoluutiolaskennan osana. Evoluutioalgoritmi toimii valintaprosessin kautta, jossa väestön vähiten sopivat jäsenet eliminoidaan, kun taas sopivien jäsenten annetaan selviytyä ja jatkaa, kunnes parempia ratkaisuja määritetään. Toisin sanoen evoluutioalgoritmit ovat tietokonesovelluksia, jotka matkivat biologisia prosesseja monimutkaisten ongelmien ratkaisemiseksi. Ajan myötä menestyneet jäsenet kehittyvät esittämään optimoidun ratkaisun ongelmaan.
Johdanto Microsoft Azureen ja Microsoft Cloud | Tämän oppaan läpi opit mitä pilvipalvelussa on kyse ja kuinka Microsoft Azure voi auttaa sinua siirtämään ja johtamaan yritystä pilvestä.
Techopedia selittää evoluutioalgoritmin
Evoluutioalgoritmit käyttävät biologian käsitteitä, kuten valinta, lisääntyminen ja mutaatio. Evoluutioalgoritmeja on kolme perustyyppiä, nimittäin:
- Geneettiset algoritmit
- Evoluutio-ohjelmointi
- Evoluutiostrategiat
Toisin kuin perinteiset optimointitekniikat, evoluutioalgoritmit riippuvat satunnaisotannasta. Evoluutioalgoritmissa on joukko ehdokasratkaisuja, toisin kuin klassiset menetelmät, jotka yrittävät ylläpitää yhtä parasta ratkaisua. Evoluutioalgoritmeihin liittyy kaksi edellytystä:
- Ehdokasratkaisut on koodattava aiheeseen.
- Kunto-toiminnon on palautettava pistemäärä välillä 1 - 100, jotta evoluutioalgoritmeja voidaan paremmin soveltaa ongelmiin.
Evoluutioalgoritmeihin liittyy monia etuja. Yksi suurimmista eduista on joustavuuden paraneminen, koska suurin osa evoluutioalgoritmikäsitteistä on mukautettavissa jopa monimutkaisiin ongelmiin. Useimmat evoluutioalgoritmit ovat sopivia myös tavoitteen saavuttamiseen. Parempi optimointi on mahdollista evoluutioalgoritmeilla, koska ratkaisupopulaatio estää algoritmia lukkiutumasta tiettyyn ratkaisuun.
Evoluutioalgoritmeihin liittyy muutamia haittoja. Yhden suhteen evoluutioalgoritmin tarjoama ratkaisu on vain parempi verrattuna muihin tunnettuihin ratkaisuihin. Sellaisenaan algoritmi ei voi todistaa minkään ratkaisun olevan täysin optimaalinen, vain että se on optimaalinen verrattuna muihin tuloksiin.