Hauptinhalt

Diese Seite wurde mithilfe maschineller Übersetzung übersetzt. Klicken Sie hier, um die neueste Version auf Englisch zu sehen.

Terminologie genetischer Algorithmen

Fitnessfunktionen

Die Fitnessfunktion ist die Funktion, die Sie optimieren möchten. Bei Standardoptimierungsalgorithmen wird dies als Zielfunktion bezeichnet. Die Toolbox-Software versucht, das Minimum der Fitnessfunktion zu finden.

Schreiben Sie die Fitnessfunktion als Datei oder anonyme Funktion und übergeben Sie sie als Funktions-Handle-Eingabeargument an die Hauptfunktion des genetischen Algorithmus.

Einzelpersonen

Ein Individuum ist jeder Punkt, auf den Sie die Fitnessfunktion anwenden können. Der Wert der Fitnessfunktion für eine Person ist ihr Score. Wenn die Fitnessfunktion beispielsweise

f(x1,x2,x3)=(2x1+1)2+(3x2+4)2+(x32)2,

Der Vektor (2, -3, 1), dessen Länge der Anzahl der Variablen im Problem entspricht, ist ein Individuum. Der Punktestand des Einzelnen (2, –3, 1) ist f(2, –3, 1) = 51.

Ein Individuum wird manchmal als Genom und die Vektoreinträge eines Individuums als Gene bezeichnet.

Populationen und Generationen

Eine Population ist eine Reihe von Individuen. Wenn beispielsweise die Populationsgröße 100 beträgt und die Anzahl der Variablen in der Fitnessfunktion 3 ist, stellen Sie die Population durch eine 100 x 3-Matrix dar. Dasselbe Individuum kann in einer Population mehrfach vorkommen. Beispielsweise kann das Individuum (2, -3, 1) in mehr als einer Zeile des Arrays vorkommen.

Bei jeder Iteration führt der genetische Algorithmus eine Reihe von Berechnungen an der aktuellen Population durch, um eine neue Population zu erstellen. Jede nachfolgende Population wird als neue Generation bezeichnet.

Diversität

Unter Diversität versteht man die durchschnittliche Distanz zwischen Individuen einer Population. Eine Population weist eine hohe Diversität auf, wenn die durchschnittliche Distanz groß ist; andernfalls weist sie eine geringe Diversität auf. In der folgenden Abbildung weist die Population auf der linken Seite eine hohe Diversität auf, während die Population auf der rechten Seite eine geringe Diversität aufweist.

Für den genetischen Algorithmus ist Diversität von wesentlicher Bedeutung, da sie es dem Algorithmus ermöglicht, einen größeren Bereich des Raums zu durchsuchen.

Fitnesswerte und beste Fitnesswerte

Der Fitnesswert einer Person ist der Wert der Fitnessfunktion für diese Person. Da die Toolbox-Software das Minimum der Fitnessfunktion findet, ist der beste Fitnesswert für eine Population der kleinste Fitnesswert für ein beliebiges Individuum in der Population.

Eltern und Kinder

Um die nächste Generation zu erschaffen, wählt der genetische Algorithmus bestimmte Individuen in der aktuellen Population aus, die sogenannten Eltern, und benutzt sie, um Individuen in der nächsten Generation zu erschaffen, die sogenannten Kinder. Normalerweise wählt der Algorithmus eher Eltern aus, die bessere Fitnesswerte aufweisen.

Siehe auch

Themen