Diplomska naloga (.pdf)
Diplomska naloga (.pdf)
Diplomska naloga (.pdf)
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
Poglavje 3<br />
Reševanje enokriterijskega<br />
problema večplastnih EM<br />
absorberjev z genetskimi algoritmi<br />
Pri reševanju tega problema sta bila za splošno razumevanje genetskih algoritmov<br />
uporabljena vira [Ro02] in [Mi99], pri sami izdelavi algoritmov pa so bili v pomoč<br />
tudi [MSRM93], [HJK95] in [MD03].<br />
3.1 Terminologija genetskega algoritma<br />
Genetski algoritem je močno optimizacijsko orodje, ki posnema princip naravne<br />
evolucije. V zvezi z njim se uporablja za področje biologije značilna terminologija.<br />
Osnovna enota v genetskem algoritmu je osebek. Osebek predstavlja kandidata<br />
za rešitev problema, ki ga rešujemo z genetskim algoritmom. Lastnosti osebka so<br />
zapisane v njegovih kromosomih, katerih osnovne enote so geni. Skupino osebkov, ki<br />
obstajajo hkrati, imenujemo populacija. Običajno omenjamo populacijo staršev in<br />
populacijo potomcev. V vsakem koraku genetskega algoritma iz populacije staršev s<br />
pomočjo genetskih operatorjev določimo populacijo potomcev. Ko želimo poudariti,<br />
za katero populacijo po vrsti gre, govorimo o n-ti generaciji. S pomočjo selekcije<br />
iz populacije staršev izberemo posamezne osebke, t.i. starše, ki predstavljajo podlago<br />
za generiranje nove populacije potomcev. Pomembno je, da selekcija pogosteje<br />
izbira iz populacije boljše osebke, vendar hkrati tudi ne onemogoči izbire slabših<br />
osebkov. Nove osebke (potomce) dobimo z genetskim operatorjem prekrižanja (angl.<br />
crossover). Prekrižanje deluje na dveh osebkih populacije staršev in nam vrne dva<br />
nova osebka (potomca). Kot je značilno za genetske procese v naravi, se tudi tu<br />
z majhno verjetnostjo pojavi mutacija. Mutacija je genetski operator, ki deluje na<br />
enem samem osebku tako, da mu naključno spremeni genetski zapis kromosomov.<br />
Na sliki 3.1 je predstavljena splošna shema genetskega algoritma.