Analiza technik selekcji w algorytmach genetycznych

Algorytmy genetyczne (GA) to szczególna klasa algorytmów ewolucyjnych (EA), która wykorzystuje techniki inspirowane biologi- ewolucyjn-, takie jak dziedziczenie, mutacja, selekcja i krzy-owanie. Algorytmy te opieraj- si- na zasadach doboru naturalnego i przetrwania najlepiej przystosowanych, jak stwierdzi- Karol Darwin w O powstawaniu gatunków. Näladuj-c procesy doboru naturalnego i przetrwania najlepiej przystosowanych, algorytmy genetyczne s- w stanie znale-- rozwi-zania rzeczywistych problemów, je-li zostäy one odpowiednio zakodowane. W niniejszej ksi--ce omówiono podstawy algorytmów genetycznych obejmuj-ce generowanie populacji, kodowanie, selekcj-, krzy-owanie, mutacj- i iteracje. Optymalizacja/maksymalizacja funkcji jest g-ównym punktem dyskusji w tej pracy. Chodzi o implementacj- wybranej funkcji fitness przy u-yciu ró-nych technik selekcji stosowanych w algorytmie genetycznym i porównanie ich na podstawie warto-ci fitness funkcji przy ró-nej liczbie iteracji. Praca ta b-dzie pomocna dla profesjonalistów i studentów/badaczy, którzy chc- uzyskä wgl-d w zrozumienie i wdro-enie procesu algorytmu genetycznego do rozwi-zywania problemów optymalizacyjnych.

Amit Wadhwa, adiunkt, Wydziä Informatyki i In-ynierii, Amity University Haryana, Indie. Ph.D.(P), M.Tech(CSE) - Kurukshetra University, Kurukshetra. Obszary zainteresowä: Cloud Computing, Wirtualizacja, Algorytmy Genetyczne, Systemy Operacyjne i Programowanie w Java, ASP.NET.