Genetic Algorithms - 基因演算法


Introduction

達爾文進化論中的『物競天擇,適者生存』為基因演算法的起源,遺傳演算法是模擬自然界生物演化過程及運作機制以求優先問題解決方法的技術。其主要的組成元素有父代(母代)、子代及交配與突變方法,及優先選擇函數(模擬進化論中之"天擇"部分)。此為透過遺傳之方式在下一代的物件能更有調適環境或遊戲規則之過程,另外之同一代之調適行為即是學習或模擬與其他經學習後之調適行為,而自然演化即是一種優先及隱式學習的過程。演化亦是一種試誤與選擇及淘汰同步進行之過程。

生物在繁殖的過程中染色體(Chromosome)會進行交配及突變來改變基因的組成,使得子代和親代及子代之間產生差異性。生物就是利用這種繁殖的機制,造成無數的變異發生,使得每一個個體有著不同的特性,而在自然環境的考驗及彼此之間的競爭下,將不適生存者淘汰,而生存者繼續藉由繁殖不僅將優良的基因延續,還有可能使下一代擁有更好的基因。

Reference

Syswerda, G.,(1989), “Uniform Crossover in Genetic Algorithms,” In Proceedings of the Third International Conference on Genetic Algorithms, J. Schaffer(ed.), Morgan Kaufmann,, pp. 2-9.

Bauer, R. J. and G. E. Liepins,(1988),”Genetic Algorithms and Computerized Trading
Strategies ,” Working Paper, the Business School of Western Ontario University.

Bauer, R. J. and G. E. Liepins,(1988),”Genetic Algorithms and Computerized Trading Strategies ,” Working Paper, the Business School of Western Ontario University.

Facebook 留言

廣告

樂樂童鞋