Diskussion zum Artikel "Algorithmen zur Optimierung mit Populationen: Binärer genetischer Algorithmus (BGA). Teil II"
Sie verpassen Handelsmöglichkeiten:
- Freie Handelsapplikationen
- Über 8.000 Signale zum Kopieren
- Wirtschaftsnachrichten für die Lage an den Finanzmärkte
Registrierung
Einloggen
Sie stimmen der Website-Richtlinie und den Nutzungsbedingungen zu.
Wenn Sie kein Benutzerkonto haben, registrieren Sie sich
Neuer Artikel Algorithmen zur Optimierung mit Populationen: Binärer genetischer Algorithmus (BGA). Teil II :
In diesem Artikel befassen wir uns mit dem binären genetischen Algorithmus (BGA), der die natürlichen Prozesse modelliert, die im genetischen Material von Lebewesen in der Natur ablaufen.
Die Entwicklung des genetischen Binäralgorithmus wurde durch mehrere Faktoren und Ideen inspiriert. Die wichtigsten davon:
Insgesamt war die Entwicklung von BGA das Ergebnis einer Kombination von Ideen aus den Bereichen evolutionäre Algorithmen, Genetik und Optimierung. Er wurde entwickelt, um Optimierungsprobleme mit Hilfe der Prinzipien der natürlichen Selektion und der Genetik zu lösen, und seine Entwicklung dauert bis heute an. Es wurde eine große Anzahl von GA-Optionen geschaffen, und die Ideen und Ansätze genetischer Algorithmen werden weithin als Teil hybrider Algorithmen verwendet, darunter auch sehr komplexe Algorithmen.
Der binäre genetische Algorithmus (BGA) verwendet eine binäre Darstellung der Daten. Das bedeutet, dass jedes Individuum (Lösung) als eine Folge von Bits (0 und 1) dargestellt wird. Genetische Operatoren wie Crossover und Mutation werden auf Bit-Strings angewendet, um neue Generationen von Lösungen zu erzeugen.
Autor: Andrey Dik