2 Biologik talqin

Reja:


Kirish.
Asosiy qism.
1) Genetik algoritmlar.

2) Biologik talqin

3) Genetik algoritmlarning xususiyatlari.
Xulosa.
Foydalanilgan adabiyotlar.

Kirish.

Xo'sh, genetik algoritm nima? Bu, birinchi navbatda, ko'p o'lchovli optimallashtirish usuli, ya'ni. Ko'p o'lchovli funktsiyaning minimalini topish usuli. Ehtimol, bu usul global optimallashtirish uchun ishlatilishi mumkin, ammo bu bilan bog'liq qiyinchiliklar mavjud, men ularni keyinroq tasvirlab beraman.
Usulning mohiyati shundan iboratki, biz evolyutsiya jarayonini modulyatsiya qilamiz: bizda ko'payadigan, mutatsiyalar ta'siriga uchragan va tabiiy tanlanish ob'ektiv funktsiyani minimallashtirish asosida amalga oshiriladigan qandaydir populyatsiya (vektorlar to'plami) mavjud. Keling, ushbu jarayonlarni batafsil ko'rib chiqaylik.
Demak, birinchi navbatda aholimiz kerak ko'paytirmoq. Ko'payishning asosiy printsipi - naslning ota-onasiga o'xshashligi. Bular. biz qandaydir meros mexanizmini o'rnatishimiz kerak. Va agar u tasodif elementini o'z ichiga olsa yaxshi bo'lardi. Ammo bunday tizimlarning rivojlanish sur'ati juda past - genetik xilma-xillik pasaymoqda, populyatsiya degeneratsiyalanmoqda. Bular. funktsiyaning qiymati minimallashtirishni to'xtatadi.
Ushbu muammoni hal qilish uchun mexanizm joriy etildi mutatsiyalar, bu ba'zi shaxslarning tasodifiy o'zgarishidan iborat. Bu mexanizm genetik xilma-xillikka yangi narsalarni olib kelish imkonini beradi.
Keyingi muhim mexanizm tanlash. Aytganimizdek, tanlash - bu funktsiyani yaxshiroq kamaytiradigan shaxslarni tanlash (faqat tug'ilganlardan mumkin, lekin hammadan ham mumkin - amaliyot shuni ko'rsatadiki, bu hal qiluvchi rol o'ynamaydi). Odatda, nasl berishdan oldin qancha individlar bo'lsa, shuncha ko'p tanlanadi, shuning uchun davrdan davrgacha bizda populyatsiyada doimiy miqdordagi individlar mavjud. Bundan tashqari, "omadlilarni" tanlash odatiy holdir - bu funktsiyani yaxshi kamaytirmaydigan, ammo keyingi avlodlarga xilma-xillik keltiradigan ma'lum miqdordagi shaxslar.
Ushbu uchta mexanizm ko'pincha funktsiyani minimallashtirish uchun etarli emas. Aholi shu tarzda tanazzulga yuz tutadi - ertami-kechmi mahalliy minimum o'z qiymati bilan butun aholini to'sib qo'yadi. Bu sodir bo'lganda, jarayon chaqiriladi tebranish(tabiatda analogiyalar global kataklizmlardir), deyarli butun aholi nobud bo'lganda va yangi (tasodifiy) shaxslar qo'shiladi.
Bu yerda klassik genetik algoritmning tavsifi, uni amalga oshirish oson va tasavvur va tadqiqot uchun joy mavjud.
Shunday qilib, men ushbu afsonaviy (muvaffaqiyatsiz bo'lsa ham) algoritmni amalga oshirishga harakat qilmoqchi ekanligimga qaror qilganimda, suhbat men nima kamaytirishim haqida o'girildi? Odatda ular sinuslar, kosinuslar va boshqalar bilan dahshatli ko'p o'lchovli funktsiyani oladilar. Lekin bu juda qiziq emas va umuman ingl. Bitta oddiy fikr paydo bo'ldi - ko'p o'lchovli vektorni ko'rsatish uchun tasvir juda yaxshi, bu yerda qiymat yorqinlik uchun javobgardir. Shunday qilib, biz oddiy funktsiyani kiritishimiz mumkin - piksel yorqinligi farqida o'lchanadigan maqsadli tasvirimizgacha bo'lgan masofa. Oddiylik va tezlik uchun men yorqinligi 0 yoki 255 bo'lgan tasvirlarni oldim.