الگوریتمهای ژنتیک (GAs) الگوریتمهای جستجوی اکتشافی تطبیقی هستند که به بخش بزرگتری از الگوریتمهای تکاملی تعلق دارند. الگوریتم های ژنتیک مبتنی بر ایده های انتخاب طبیعی و ژنتیک هستند. آنها با بهره برداری هوشمندانه از جستجوی تصادفی ارائه شده با داده های تاریخی برای هدایت جستجو به منطقه ای با عملکرد بهتر در فضای راه حل هستند. آن ها معمولا برای تولید راه حل های با کیفیت بالا برای مسائل بهینه سازی و مشکلات جستجو استفاده می شوند. الگوریتمهای ژنتیک فرآیند انتخاب طبیعی را شبیهسازی میکنند، به این معنی که آن دسته از گونههایی که میتوانند با تغییرات محیطی خود سازگار شوند، میتوانند زنده بمانند و تولید مثل کنند و به نسل بعدی بروند. به عبارت ساده، آن ها “بقای شایسته” را در بین افراد نسل متوالی برای حل یک مشکل شبیه سازی می کنند. هر نسل از جمعیتی از افراد تشکیل شده است و هر فرد نشان دهنده یک نقطه در فضای جستجو و راه حل ممکن است. هر فرد به صورت رشته ای از کاراکتر یا عدد صحیح یا اعشاری نمایش داده می شود. این رشته مشابه کروموزوم است.
مزیت های الگوریتم ژنتیک
الگوریتم ژنتیک دارای مزایای مختلفی است که آن ها را بسیار محبوب کرده است. این مزایا شامل:
- به هیچ اطلاعات مشتق شده ای نیاز ندارد (که ممکن است برای بسیاری از مشکلات دنیای واقعی در دسترس نباشد).
- در مقایسه با روش های سنتی سریعتر و کارآمدتر است.
- قابلیت های موازی بسیار خوبی دارد.
- توابع پیوسته و گسسته و همچنین مسائل چند هدفه را بهینه می کند.
- فهرستی از راه حل های “خوب” و نه تنها یک راه حل را ارائه می دهد.
- همیشه پاسخی برای مساًله پیدا می کند که با گذشت زمان بهتر میشود.
- زمانی مفیدتر است که فضای جستجو بسیار بزرگ است و تعداد زیادی پارامتر در آن دخیل هستند.