fitnessfunksjon

Fitnessfunksjon er et sentralt begrep i optimering og evolusjonære algoritmer. Den definerer hvor god en gitt kandidat­ løsning er i forhold til ett eller flere mål. Funksjonen tar vanligvis en løsning som input og returnerer en skalar verdi som reflekterer kvaliteten på løsningen. I flermål- eller multiobjektive oppgaver kan den også være vektorbasert, og beslutninger tas ofte ved hjelp av begreper som Pareto-dominans i stedet for en enkelt tallverdi.

I praksis brukes fitnessfunksjonen til å styre søket etter bedre løsninger. For mengden av kandidater som skal vurderes, rangerer og velger funksjonen de som har høyere verdi i forhold til målet i oppgaven. I minimisering oppgaver må ofte verdien omgjøres slik at lavere tall gir bedre rangering, for eksempel ved å bruke omvendt verdi eller en passende transformasjon.

Design og variasjon er sentralt for effektiv bruk. Enkeltobjektive oppgaver har én fitnessverdi, mens flerobjektive oppgaver krever metoder for å håndtere konkurrerende mål. Fitnessfunksjoner kan være deterministiske eller stokastiske, og de kan påvirkes av støy eller måten løsningen evalueres på. I tilnærmingsprosesser kan man bruke straffetermer for å håndtere begrensninger, normalisering eller skalert fitness for å opprettholde passende seleksjonspress.

Anvendelser finner man i genetiske algoritmer, evolusjonære strategier, hyperparameternavigasjon i maskinlæring, ruteplanlegging og produksjonsoptimering. En god fitnessfunksjon er tett koblet til oppgavens verklike mål og beregningsressurser.