Skip to main content

Co je to genetická optimalizace?

Genetická optimalizace je použití programovacích algoritmů k nalezení nejlepšího řešení problému.To má svůj původ v práci matematiků začínající již v padesátých letech, kteří vzali modely, které viděli v biologii, a aplikovali je na nelineární problémy, které bylo obtížné vyřešit konvenčními prostředky.Cílem je napodobovat biologii, která se vyvíjí v průběhu generací, aby vytvořila nejvhodnější možnou populaci.V programování je možné simulovat tento proces, aby přišel s kreativním řešením problému.

Nelineární problémy mohou být pro matematiky náročné.Příklad lze vidět v obchodování s cennými papíry, kde může existovat řada možných rozhodnutí, která se rychle odlivují a vytvoří strom možností.Nezávisle výpočet pravděpodobností spojených s každou volbou by bylo velmi časově náročné.Matematik by také mohl vynechat optimální řešení tím, že nedokáže kombinovat možné volby a prozkoumat nové permutace.Genetická optimalizace umožňuje vědcům provádět výpočty této povahy efektivnějším způsobem..Tyto pojmy vypůjčené z biologie odrážejí původ tohoto přístupu k programování.Počítač může začít spuštěn simulaci s populací, výběr jednotlivých organismů v rámci generace a umožnit jim promíchat novou generaci.Tento proces může být opakován po několika generacích, aby se kombinovala a rekombinovala možná řešení, v ideálním případě dojde k nejvhodnější možnosti pro dané podmínky.

To může být extrémně těžké.Výpočty použité při genetické optimalizaci vyžadují významný výpočetní výkon pro rychlé porovnání a výběr řady možností a kombinací současně.Včasný výzkum genetické optimalizace byl někdy omezen dostupným výkonem zpracování, protože vědci mohli vidět potenciální aplikace, ale nemohli provádět komplexní programy.Jak se zvyšuje počítačový výkon, užitečnost této metody také dělá, ačkoli velké a složité výpočty mohou stále vyžadovat vysoce specializovaný počítač.

Vědci v oblasti matematiky mohou pracovat s genetickou optimalizací v různých prostředích.Průběžný vývoj nových vzorců a přístupů ilustruje vývoje v matematice, když se lidé učí o nových způsobech, jak zvážit složité problémy.Některé jednoduché genetické optimalizace lze vidět při práci v nastavení, jako je software pro obchodníky s cennými papíry a programování pro hry a virtuální realitu, kde programátoři chtějí, aby uživatelé měli přirozenější zážitek.