什么是遺傳優化(Genetic Optimization)？
遺傳優化是利用編程算法來尋找問題的最佳解決方案。這起源于早在20世紀50年代的數學家的工作，他們將他們在生物學中看到的模型應用到用傳統方法難以解決的非線性問題上。其思想是模仿生物學，它在幾代人的過程中進化，以創...
遺傳優化是利用編程算法來尋找問題的最佳解決方案。這起源于早在20世紀50年代的數學家的工作，他們將他們在生物學中看到的模型應用到用傳統方法難以解決的非線性問題上。其思想是模仿生物學，它在幾代人的過程中進化，以創造出最適合的群體。在編程中，可以通過模擬這個過程來找到一個問題的創造性解決方案。
非線性問題對數學家來說是一種挑戰。非線性問題對數學家來說是一種挑戰。一個例子在證券交易中可以看到，在這種情況下，可能會有許多可能的決策，這些決策很快就會產生一棵選擇樹。獨立地計算與每個選擇相關的概率是非常耗時的。數學家也可能因為未能結合可能的選擇來探索新的排列而錯過一個最佳的解決方案。遺傳優化使研究人員能夠以更有效的方式進行這種性質的計算。研究人員從一個感興趣的主題開始，稱為"群體"，它可以分成個體，有時被稱為生物、有機體或染色體。這些術語借用自生物學，反映這種編程方法的起源。計算機可以開始對種群進行模擬，在一代中選擇單個的有機體，并允許它們混合創造新的一代。這個過程可以重復幾代，以組合和重組可能的解決方案，理想的情況是在給定條件下最合適的選項。這可能是非常資源密集的遺傳優化中的計算需要大量的計算能力，以便同時快速比較和選擇多個選項和組合。早期的遺傳優化研究有時受到可用處理能力的限制，因為研究人員可以看到潛在的應用，但不能執行復雜的程序。隨著計算機功率的增加，這種方法的實用性也會提高，雖然大型和復雜的計算可能仍然需要一臺高度專業化的計算機。數學領域的研究人員可以在各種環境下進行遺傳優化。新公式和新方法的不斷發展說明了數學的演變，因為人們了解了考慮復雜問題的新方法一些簡單的遺傳優化可以在諸如證券交易員軟件、游戲和虛擬現實編程等設置中看到，程序員希望用戶有更自然的體驗。
非線性問題對數學家來說是一種挑戰。非線性問題對數學家來說是一種挑戰。一個例子在證券交易中可以看到，在這種情況下，可能會有許多可能的決策，這些決策很快就會產生一棵選擇樹。獨立地計算與每個選擇相關的概率是非常耗時的。數學家也可能因為未能結合可能的選擇來探索新的排列而錯過一個最佳的解決方案。遺傳優化使研究人員能夠以更有效的方式進行這種性質的計算。研究人員從一個感興趣的主題開始，稱為"群體"，它可以分成個體，有時被稱為生物、有機體或染色體。這些術語借用自生物學，反映這種編程方法的起源。計算機可以開始對種群進行模擬，在一代中選擇單個的有機體，并允許它們混合創造新的一代。這個過程可以重復幾代，以組合和重組可能的解決方案，理想的情況是在給定條件下最合適的選項。這可能是非常資源密集的遺傳優化中的計算需要大量的計算能力，以便同時快速比較和選擇多個選項和組合。早期的遺傳優化研究有時受到可用處理能力的限制，因為研究人員可以看到潛在的應用，但不能執行復雜的程序。隨著計算機功率的增加，這種方法的實用性也會提高，雖然大型和復雜的計算可能仍然需要一臺高度專業化的計算機。數學領域的研究人員可以在各種環境下進行遺傳優化。新公式和新方法的不斷發展說明了數學的演變，因為人們了解了考慮復雜問題的新方法一些簡單的遺傳優化可以在諸如證券交易員軟件、游戲和虛擬現實編程等設置中看到，程序員希望用戶有更自然的體驗。
- 發表于 2020-09-07 10:23
- 閱讀 ( 713 )
- 分類：科學教育
admin
0 篇文章
作家榜 ?
-
xiaonan123
189 文章
-
湯依妹兒
97 文章
-
luogf229
46 文章
-
jy02406749
45 文章
-
小凡
34 文章
-
Daisy萌
32 文章
-
我的QQ3117863681
24 文章
-
華志健
23 文章