Gli algoritmi genetici sono una tecnica di intelligenza artificiale ispirati alla natura . Evolution "disegni" nuovi animali per adattarsi in ambienti in modo strettamente meccanico che sembra mostrare l'intelligenza . Gli algoritmi genetici sono un modo utile per risolvere i problemi di progettazione quando non hai modo ovvio per procedere. Se si può lanciare un problema in quanto l'ottimizzazione dei valori in una stringa di numeri , un algoritmo genetico riesce a trovare questa ottimizzazione . Come organizzare i parametri dell'algoritmo genetico risulta essere fondamentale per ottimizzare la soluzione di un problema particolare . Istruzioni
1

progettare il layout del vostro algoritmo genetico . Algoritmi genetici funzionano per problemi in cui la soluzione del problema consiste nell'ottimizzare i valori di una stringa di numeri . Una popolazione di stringhe vengono valutati e manipolato in modi suggeriti dall'evoluzione finché uno di popolazione è una stringa che è la soluzione di un problema specifico . Il layout della algoritmo consiste di progettare il layout delle stringhe , progettazione di algoritmi per manipolare la popolazione e valutare le stringhe in ogni generazione
2

Inizia con una popolazione casuale : . Un gran numero di stringhe in cui tutti i numeri di tutte le stringhe sono stati scelti a caso . Valutare tutte le stringhe e scartare le corde con le valutazioni più basse . Applicare due tecniche evolutive per le alte performance : mutazione e di crossover . Mutazione consiste nella selezione di un numero limitato di posti su un piccolo numero di stringhe e modificando il numero un po ' alto o verso il basso . Crossover consiste di allineare due stringhe , raccogliendo un random " punto di crossover ' e il passaggio le teste e le code presso il punto di crossover . I successi di ultima generazione , più le corde appena creati compongono la nuova popolazione . Ogni generazione ha lo stesso numero di stringhe nella popolazione .
3

eseguire questo algoritmo per diverse generazioni e guardare la stringa di meglio . Se non è sufficiente , è necessario modificare alcuni dei parametri ed eseguire l'algoritmo di nuovo . uno dei cambiamenti più significativi si può fare è quello di cambiare il modo in cui le corde sono fatte . ad esempio, si supponga che si sta tentando di progettare l'interno della camera di combustione di un motore a reazione . le stringhe possono essere costituiti da 20 misurazioni effettuate su l'interno della progettazione del motore . partire con misure diverse è il cambiamento che è più probabile per darvi una risposta migliore .
4

I parametri importanti per ottimizzare momento di ottimizzare l'algoritmo sono tasso di mutazione , dimensione della popolazione , il numero di valori in una stringa e le posizioni dei valori sulla corda - . siano essi al centro o alle estremità