vysoké uÄenà technické v brnÄ evoluÄnà algoritmy - matlab gate toolbox
vysoké uÄenà technické v brnÄ evoluÄnà algoritmy - matlab gate toolbox
vysoké uÄenà technické v brnÄ evoluÄnà algoritmy - matlab gate toolbox
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
19<br />
Počáteční<br />
populace<br />
fitness<br />
selekce<br />
křížení<br />
mutace<br />
fitness<br />
-<br />
podmínka<br />
ukončení<br />
+<br />
Konec<br />
Obr. 3 Typický průběh genetického algoritmu<br />
Jeden iterační krok genetického algoritmu je naznačen na Obr. 3. Počáteční populace je<br />
nejdříve ohodnocena, a vzápětí jsou z ní vybráni nejlepší jedinci. Poté je provedeno<br />
mezijedincové křížení, které pomáhá vytvářet jedince s potencionálně lepšími vlastnostmi.<br />
V závěru iteračního kroku je provedena mutace, jenž má za úkol udržovat celou populaci<br />
dostatečně různorodou, aby se pokrylo co nejširší okolí od aktuálně nejlepšího jedince.<br />
Základní operátory genetického algoritmu jsou tedy čtyři a to:<br />
• fitness – provádí ohodnocení jedinců podle určitého kritéria<br />
• selekce – vybírá předem definovaným způsobem jedince do další generace<br />
• křížení – výměna genů mezi jedinci, získání potenciálně lepšího<br />
• mutace – náhodná změna některých genů v populaci, zachování heterogenity<br />
Genetické <strong>algoritmy</strong> jsou obvykle v počítačích reprezentovány pomocí binárních čísel,<br />
ale mohou být řešeny i jinak, záleží na dané implementaci a cílené oblasti použití. Pokud<br />
uvažujeme binární kódování, jedinci jsou kódováni binárními řetězci, které představují jejich<br />
chromozomy. Ohodnocování může probíhat různými způsoby, např. konverzí binárních řetězců<br />
na reálná čísla apod. Křížení pak výměnou bitů mezi jedinci a mutace náhodnou změnou<br />
některých bitů v celé populaci.<br />
V dnešní době existuje nepřeberné množství variant a typů genetických algoritmů. Liší<br />
se způsobem implementace, různými způsoby křížení, mutace a selekce, reprezentací řešeného<br />
problému apod. Genetické <strong>algoritmy</strong> mají v dnešní době velké uplatnění a velmi širokou oblast<br />
použití.