상속(유전자 알고리즘)
Inheritance (genetic algorithm)유전 알고리즘에서, 유전은 특정한 문제에 대한 진화된 해결책을 만들기 위해 모델화된 개체가 짝짓기, 돌연변이, 그리고 그들의 문제 해결 유전자를 다음 세대에 전파하는 능력이다.연속되는 각 세대에서 상속될 개체의 선택은 피트니스 함수에 의해 결정되며,[1] 피트니스 함수는 해결되는 문제에 따라 달라집니다.
이러한 개체의 특성은 생물학적 생식과 유사한 방법으로 염색체를 통해 전달됩니다.이 염색체들은 일반적으로 일련의 유전자에 의해 표현되며, 차례로 보통 이진수를 사용하여 표현된다.세대간의 특성 전파는 생물학적 유기체 세대간의 특성 유전과 유사하다.이 과정은 또한 강화 학습의 한 형태로 볼 수 있는데, 왜냐하면 사물의 진화는 그들의 성공에 대한 보상으로 볼 수 있는 성공적인 사물의 특성 [1]전달에 의해 추진되기 때문이다.
과정
일단 새로운 세대가 만들어질 준비가 되면, 성공하고 번식을 위해 선택된 모든 개체들은 무작위로 짝을 지어진다.그런 다음 이러한 개인들의 특성은 교차와 [1]돌연변이의 조합을 통해 전달됩니다.이 프로세스는, 다음의 기본적인 순서에 따릅니다.
- 짝을 위해 성공한 개체를 페어링합니다.
- 각 쌍의 교차점을 랜덤으로 결정합니다.
- 각 쌍의 교차점 뒤에 유전자를 바꿉니다.
- 아이 개체에서 유전자가 변이되었는지 여부를 무작위로 판단합니다.
이러한 단계를 수행한 후에는 사용된 부모 개체 쌍마다 두 개의 자식 개체가 생성됩니다.그런 다음 새로운 세대에서 개체의 성공 여부를 확인한 후 가장 성공한 새 개체를 사용하여 이 프로세스를 반복할 수 있습니다.이는 일반적으로 원하는 생성에 도달하거나 피트니스 기능에서 최소 원하는 결과를 충족하는 개체가 발견될 때까지 반복됩니다.
크로스오버와 돌연변이는 유전에서 사용되는 일반적인 유전자 연산자이지만, 재결집과 식민지화-멸종과 [citation needed]같은 다른 연산자들도 있다.
예
다음 2개의 비트스트링이 2개의 부모 오브젝트에 의해 전달되는 특성을 나타낸다고 가정합니다.
- 오브젝트 1: 1100011010110001
- 오브젝트 2: 100110011001
이제 크로스 포인트는 5비트 이후에 랜덤하게 배치되어 있다고 합니다.
- 오브젝트 1: 11000 11010110001
- 오브젝트 2: 10011 00110011001
크로스오버 중에 2개의 오브젝트가 크로스오버 포인트 뒤의 모든 비트를 교환하여 다음과 같은 결과를 가져옵니다.
- 오브젝트 1: 11000 0011001
- 오브젝트 2: 10011 11010110001
마지막으로 0개 이상의 비트가 랜덤으로 플립됨으로써 오브젝트 상에서 돌연변이를 시뮬레이트한다.오브젝트 1의 10비트가 변환되고 오브젝트2의 2비트와 7비트가 변환된다고 가정하면 이 상속으로 생성되는 최종 자녀는 다음과 같습니다.
- 오브젝트 1: 1100000111011001
- 오브젝트 2: 1101110010110001
「 」를 참조해 주세요.
레퍼런스
외부 링크
- BoxCar 2D 유전자 알고리즘을 사용하여 2차원 자동차를 제작하는 대화형 사례입니다.
