Mavzu: Genetik algoritmning bazaviy tuzilishi. Genetik algoritmlar yordamida masalalarni yechish reja

GA ning afzalliklari
GA turli xil afzalliklarga ega, bu ularni juda mashhur qildi. Bularga -

• 
  Hech qanday hosilaviy ma'lumotni talab qilmaydi (bu ko'plab real muammolar uchun mavjud bo'lmasligi mumkin).
  

• 
  An'anaviy usullarga qaraganda tezroq va samaraliroq.
  

• 
  Juda yaxshi parallel imkoniyatlarga ega.
  

• 
  Uzluksiz va diskret funktsiyalarni, shuningdek, ko'p maqsadli muammolarni optimallashtiradi.
  

• 
  Faqat bitta yechim emas, balki "yaxshi" echimlar ro'yxatini taqdim etadi.
  

• 
  Har doim muammoga javob oladi, bu vaqt o'tishi bilan yaxshilanadi.
  

• 
  Qidiruv maydoni juda katta va ko'p sonli parametrlar mavjud bo'lganda foydalidir.
  

GA cheklovlari
Har qanday texnika singari, GA ham bir nechta cheklovlarga ega. Bularga -

• 
  GA barcha masalalar uchun mos emas, ayniqsa oddiy va hosilaviy ma'lumotlar mavjud bo'lgan muammolar.
  

• 
  Fitness qiymati qayta-qayta hisoblab chiqiladi, bu ba'zi muammolar uchun hisoblash qimmat bo'lishi mumkin.
  

• 
  Stokastik bo'lib, yechimning optimalligi yoki sifati bo'yicha hech qanday kafolat yo'q.
  

• 
  Agar to'g'ri bajarilmasa, GA optimal echimga yaqinlashmasligi mumkin.
  

GA - Motivatsiya
Genetik algoritmlar "etarlicha yaxshi" yechimni "etarlicha tez" yetkazib berish qobiliyatiga ega. Bu genetik algoritmlarni optimallashtirish muammolarini hal qilishda foydalanish uchun jozibador qiladi. GA kerak bo'lgan sabablar quyidagilardir -
Qiyin muammolarni hal qilish
Informatika fanida NP-Hard muammolarining katta to'plami mavjud. Buning ma'nosi shundaki, hatto eng kuchli hisoblash tizimlari ham bu muammoni hal qilish uchun juda uzoq vaqt (hatto yillar!) oladi. Bunday stsenariyda GA qisqa vaqt ichida foydalanish mumkin bo'lgan deyarli optimal echimlarni taqdim etish uchun samarali vosita ekanligini isbotlaydi.