Cos'è l'ottimizzazione genetica?

L'ottimizzazione genetica è l'uso di algoritmi di programmazione per trovare la soluzione migliore a un problema.Ciò ha le sue origini nel lavoro dei matematici a partire dagli anni '50 che hanno preso i modelli che hanno visto in biologia e li ha applicati a problemi non lineari che erano difficili da risolvere con mezzi convenzionali.L'idea è di imitare la biologia, che si evolve nel corso delle generazioni per creare la popolazione più adatta possibile.Nella programmazione, è possibile simulare questo processo per trovare una soluzione creativa a un problema.

I problemi non lineari possono essere impegnativi per i matematici.Un esempio può essere visto nel trading di titoli, dove potrebbero esserci una serie di possibili decisioni che si diramano rapidamente per creare un albero di scelte.Calcolare in modo indipendente le probabilità associate a ciascuna scelta non richiederebbe molto tempo.Il matematico potrebbe anche perdere una soluzione ottimale non riuscendo a combinare possibili scelte per esplorare nuove permutazioni.L'ottimizzazione genetica consente ai ricercatori di eseguire calcoli di questa natura in modo più efficiente.

Il ricercatore inizia con un argomento di interesse, noto come una "popolazione", che può essere divisa in individui, a volte noti come creature, organismi o cromosomi.Questi termini, presi in prestito dalla biologia, riflettono le origini di questo approccio alla programmazione.Un computer può iniziare a eseguire una simulazione con la popolazione, selezionando singoli organismi all'interno di una generazione e consentendo loro di mescolare per creare una nuova generazione.Questo processo può essere ripetuto attraverso diverse generazioni per combinare e ricombinare possibili soluzioni, arrivando idealmente all'opzione più adatta per le condizioni determinate.

Questo può essere estremamente pesante delle risorse.I calcoli utilizzati nell'ottimizzazione genetica richiedono una potenza di calcolo significativa per confrontare rapidamente e selezionare una serie di opzioni e combinazioni contemporaneamente.Le prime ricerche sull'ottimizzazione genetica erano talvolta limitate dal potere di elaborazione disponibile, poiché i ricercatori potevano vedere le potenziali applicazioni, ma non potevano eseguire programmi complessi.Con l'aumentare della potenza del computer, anche l'utilità di questo metodo, sebbene i calcoli grandi e complessi possano ancora richiedere un computer altamente specializzato.

I ricercatori nel campo della matematica possono funzionare con l'ottimizzazione genetica in una varietà di impostazioni.Lo sviluppo continuo di nuove formule e approcci illustra le evoluzioni in matematica mentre le persone imparano a conoscere nuovi modi per considerare problemi complessi.Alcune semplici ottimizzazione genetica possono essere viste al lavoro in impostazioni come il software per i trader di titoli e la programmazione per i giochi e la realtà virtuale in cui i programmatori vogliono che gli utenti abbiano un'esperienza più naturale.