geenialgoritmit

Geenialgoritmit ovat bioinspireeruneita optimoivia algoritmeja, jotka ratkaisevat ongelmia käyttämällä populaation muodostamia ratkaisuyksilöitä ja näiden evoluutiota. Jokainen yksilö vastaa mahdollista ratkaisua, jonka laatua mitataan nimeltä fitness-funktiolla. Prosessi käynnistetään satunnaisella populaatiolla, jonka jälkeen suoritetaan valinta, risteytys ja mutaatio tuottaen uusia yksilöitä. Toistetaan useita sukupolvia, kunnes lopetuskriteerit täyttyvät.

Yleinen rakenne koostuu genotyyppi-ennostuksesta (esimerkiksi binäärinen merkkijono tai reaaliarvoinen vektori), fitness-arvioinnista sekä operaatioista kuten valinta, crossover (risteytys), mutaatio ja populaation korvaaminen. Valinta suosii parempia yksilöitä, risteytys yhdistää ominaisuuksia ja mutaatio lisää vaihtelua. Genotyyppi voidaan tulkita fenotyyppiin ratkaisuina, ja prosessi voidaan orientoida erilaisiin tavoitteisiin. Saatetaan käyttää lisäksi lisäkorvauksia tai paikallistamisen keinoja.

Historia ja sovellukset: Geenialgoritmit kehittyivät 1960- ja 1970-luvuilla John Hollandin ja muiden kehittäjien työstä. Niitä sovelletaan laajasti monenlaisiin optimointi- ja päätöksenteko-ongelmiin, kuten reitin suunnitteluun, aikataulutukseen, suunnitteluun, koneoppimiseen ja robotiikkaan. Myös genetic programming -lajike tuottaa ohjelmakoodia tai organisaation päätösmalleja.

Vahvuudet ja rajoitukset: Geenialgoritmit voivat löytää globaalin optimaalisen ratkaisun epälineaarisista ja ei-differoituvista ongelmista, eivätkä ne vaadi perusongelman derivointia. Ne kuitenkin voivat olla laskennallisesti rasittavia ja niiden tulokset riippuvat parametreista (populaation koko, mutaatioprosentti, sukupolvien määrä). Ne voivat myös kärsiä ennenaikaisesta konvergenssista.