GA بعنوان دستهاي از الگوريتمهاي تكاملي
ابداع توسط آقاي John Holland در سال 1975 در ميشيگان
شبيهسازي روند GA بر اساس روند تكاملي طبيعت
پايهگذاري بر اساس نظريه آقاي چارلز داروين
روشي براي جستجو در فضاهاي بزرگ
كاربرد در مسائل بهينهسازي
مقدمه:
الگوریتم ژنتیک از اصول انتخاب طبیعی داروین برای یافتن فرمول بهینه جهت پیش بینی یا تطبیق الگو استفاده می کند.
الگوریتم ژنتیک یک تکنیک برنامه نویسی است که از تکامل ژنتیکی به عنوان یک الگوی حل مسئله استفاده می کند.
الگوریتم ژنتیک برای مسائل جستجو و بهینه سازی بکار برده می شود.
هنگامی كه لغت تنازع بقا به كار میرود اغلب بار ارزشی منفی آن به ذهن میآید. شاید همزمان قانون جنگل به ذهن برسد و حكم بقای قویتر!
طبیعت مناسب ترینها (Fittest) را انتخاب می كند نه بهترینها.
قانون انتخاب طبیعی:
قانون انتخاب طبیعی بدین صورت است كه تنها گونههایی از یك جمعیت ادامه نسل می دهند كه بهترین خصوصیات را داشته باشند و آنهایی كه این خصوصیات را نداشته باشند به تدریج و در طی زمان از بین می روند.
طبیعت با بهره گیری از یك روش بسیار ساده(حذف تدریجی گونههای نامناسب و در عین حال تكثیر بالاتر گونه های بهینه) توانسته است دائما هر نسل را از لحاظ خصوصیات مختلف ارتقا بخشد. البته این روش به تنهایی برای رسیدن به تکامل کافی نیست(حد اقل در مورد آنچه که در طبیعت وجود دارد). وجود فرآیندی به نام "جهش (Mutation)" نیز لازم است.
الگوریتم های ژنتیک با توجه به نظریه داروین در مورد تکامل جان گرفتند.
مقایسه روش های کلاسیک ریاضیات با الگوریتم ژنتیک:
روشهای كلاسیك ریاضیات دارای دو اشكال اساسی هستند:
اغلب این روشها نقطه بهینه محلی(Local Optima) را بعنوان نقطه بهینه كلی در نظر می گیرند
روشهای ریاضی بهینهسازی اغلب منجر به یك فرمول یا دستورالعمل خاص برای حل هر مسئله میشوند. در حالی كه روشهای هوشمند دستورالعملهایی هستند كه به صورت كلی میتوانند در حل هر مسئلهای به كار گرفته شوند. این نكته را پس از آشنایی با خود الگوریتم بیشتر و بهتر خواهید دید.