Nilalaman
- Kahulugan - Ano ang ibig sabihin ng Ebolusyonaryong Algorithm?
- Isang Panimula sa Microsoft Azure at ang Microsoft Cloud | Sa buong gabay na ito, malalaman mo kung ano ang lahat ng cloud computing at kung paano makakatulong ang Microsoft Azure sa iyo upang lumipat at patakbuhin ang iyong negosyo mula sa ulap.
- Ipinapaliwanag ng Techopedia ang Ebolusyonaryong Algorithm
Kahulugan - Ano ang ibig sabihin ng Ebolusyonaryong Algorithm?
Ang isang evolutionary algorithm ay itinuturing na isang bahagi ng evolutionary computation sa artipisyal na katalinuhan. Ang isang evolutionary algorithm ay gumagana sa pamamagitan ng proseso ng pagpili kung saan ang pinakamaliit na akma ng mga miyembro ng populasyon ay tinanggal, samantalang ang mga angkop na miyembro ay pinahihintulutan na mabuhay at magpatuloy hanggang mas mahusay na matukoy ang mga solusyon. Sa madaling salita, ang mga evolutionary algorithm ay mga aplikasyon sa computer na ginagaya ang mga proseso ng biological upang malutas ang mga kumplikadong problema. Sa paglipas ng panahon, ang mga matagumpay na miyembro ay nagbabago upang ipakita ang na-optimize na solusyon sa problema.
Isang Panimula sa Microsoft Azure at ang Microsoft Cloud | Sa buong gabay na ito, malalaman mo kung ano ang lahat ng cloud computing at kung paano makakatulong ang Microsoft Azure sa iyo upang lumipat at patakbuhin ang iyong negosyo mula sa ulap.
Ipinapaliwanag ng Techopedia ang Ebolusyonaryong Algorithm
Ang mga ebolusyonaryong algorithm ay gumagamit ng mga konsepto sa biyolohiya tulad ng pagpili, pagpaparami at mutation. Mayroong tatlong pangunahing uri ng mga evolutionary algorithm, lalo na:
- Mga algorithm ng genetic
- Ebolusyonaryong pagprograma
- Mga diskarte sa ebolusyon
Hindi tulad ng tradisyonal na diskarte sa pag-optimize, ang mga evolutionary algorithm ay nakasalalay sa random sampling. Ang isang evolutionary algorithm ay may populasyon ng mga solusyon sa kandidato, hindi katulad ng mga klasikal na pamamaraan, na subukang mapanatili ang isang solong pinakamahusay na solusyon. Mayroong dalawang mga kinakailangan na nauugnay sa mga evolutionary algorithm:
- Ang mga solusyon sa kandidato ay kailangang mai-encode sa isyu.
- Ang isang fitness function ay kailangang ibalik ang isang marka sa pagitan ng 1 at 100 upang ang mga evolutionary algorithm ay maaaring maging mas mahusay na mailapat sa mga problema.
Maraming mga benepisyo na nauugnay sa mga algorithm ng ebolusyon. Ang isa sa mga pinakamalaking pakinabang ay dumating sa kakayahang umangkop, dahil ang karamihan sa mga konsepto ng evolutionary algorithm ay madaling iakma sa mga kumplikadong problema. Karamihan sa mga evolutionary algorithm ay magkasya upang matugunan din ang target na target. Ang mas mahusay na pag-optimize ay posible sa mga algorithm ng ebolusyon, dahil pinipigilan ng populasyon ng mga solusyon ang algorithm na mai-lock sa isang partikular na solusyon.
Mayroong ilang mga drawback na nauugnay sa mga evolutionary algorithm. Para sa isa, ang solusyon na ibinigay ng isang evolutionary algorithm ay mas mahusay lamang habang inihambing sa iba pang mga kilalang solusyon. Tulad nito, ang algorithm ay hindi maaaring patunayan na ang anumang solusyon ay lubos na pinakamainam, tanging ito ay pinakamainam kumpara sa iba pang mga resulta.