fitnessfunctie

Een fitnessfunctie is een wiskundige functie die in optimalisatie en evolutie-gebaseerde algoritmen bepaalt hoe goed een kandidaat-oplossing is ten opzichte van de beoogde doelstelling. De functie zet de besluitvariabelen of representatie van een oplossing om in een scalair of vectorieel getal dat de kwaliteit van die oplossingiveau aangeeft. In de praktijk wordt meestal gestreefd naar maximalisatie van de fitness, hoewel sommige problemen beter worden gemodelleerd door minimisatie; hiervoor kan de objective worden omgezet of omgekeerd.

De fitnessfunctie dient als drijvende kracht achter selectie en reproductie in evolutie-algoritmen en daarmee als leidraad voor welke oplossingen bij de volgende generaties worden voortgezet. Een hogere fitnesswaarde verhoogt doorgaans de kans op opname in toekomstige generaties. Fitness kan deterministisch zijn of stochastic, en het kan één enkel objectief behelzen of meerdere doelstellingen tegelijk omvatten.

Constraint handling is een belangrijke aspect: vaak worden strikte beperkingen gescheiden beoordeeld (feasibility rules), of worden overtredingen bestraft via penalties, of worden oplossingen gerepareerd zodat ze aan de voorwaarden voldoen. Bij meerdere doelstellingen kan de fitness vector worden gebruikt in Pareto-dominantie, of worden doelstellingen samengevat via een weging- of andere scalariseringsmethode.

Praktische overwegingen omvatten mogelijk beoordelingsruis, de rekensom van fitness-evaluaties en de behoefte aan diversiteit. De keuze van schaal, normalisatie en exponentiële of lineaire transformatiemethoden beïnvloedt de selectiedruk en convergentie.

Toepassingen komen voor in genetische algoritmen, genetische programmering, swarm-intelligentie en hyperparameteroptimalisatie, evenals in ontwerp- en engineering-optimalisatie en operationele beslissingsproblemen.