![Yapay Zeka 11: Genetik Algoritmalar](https://i.ytimg.com/vi/gL5iw5cvy0M/hqdefault.jpg)
İçerik
- Tanım - Evrimsel Algoritma ne anlama gelir?
- Microsoft Azure ve Microsoft Cloud'a Giriş | Bu kılavuz boyunca, bulut bilişimin neyle ilgili olduğunu ve Microsoft Azure'un işinizi buluttan geçirmenize ve yürütmenize nasıl yardımcı olabileceğini öğreneceksiniz.
- Techopedia Evrimsel Algoritmayı Açıklıyor
Tanım - Evrimsel Algoritma ne anlama gelir?
Evrimsel bir algoritma, yapay zekadaki evrimsel hesaplamanın bir bileşeni olarak kabul edilir. Evrimsel bir algoritma, popülasyon kümesinin en az uydurulan üyelerinin elimine edildiği seçim sürecinde işlev görür, oysa uygun üyelerin hayatta kalmasına ve daha iyi çözümler belirleninceye kadar devam etmesine izin verilir. Başka bir deyişle evrimsel algoritmalar, karmaşık problemleri çözmek için biyolojik süreçleri taklit eden bilgisayar uygulamalarıdır. Zamanla, başarılı üyeler soruna en iyi duruma getirilmiş çözümü sunmak için gelişirler.
Microsoft Azure ve Microsoft Cloud'a Giriş | Bu kılavuz boyunca, bulut bilişimin neyle ilgili olduğunu ve Microsoft Azure'un işinizi buluttan geçirmenize ve yürütmenize nasıl yardımcı olabileceğini öğreneceksiniz.
Techopedia Evrimsel Algoritmayı Açıklıyor
Evrimsel algoritmalar, biyoloji alanındaki seleksiyon, üreme ve mutasyon gibi kavramları kullanır. Üç temel evrimsel algoritma türü vardır:
- Genetik algoritmalar
- Evrimsel programlama
- Evrimsel stratejiler
Geleneksel optimizasyon tekniklerinden farklı olarak evrimsel algoritmalar rastgele örneklemeye dayanır. Evrimsel bir algoritma, tek bir en iyi çözümü sağlamaya çalışan klasik yöntemlerin aksine, bir aday çözüm popülasyonuna sahiptir. Evrimsel algoritmalarla ilişkili iki önkoşul vardır:
- Aday çözümlerin konuya kodlanması gerekiyor.
- Uygunluk fonksiyonunun 1 ile 100 arasında bir puan döndürmesi gerekir, böylece evrimsel algoritmalar sorunlara daha iyi uygulanabilir.
Evrimsel algoritmalarla ilişkili birçok fayda vardır. En büyük avantajlardan biri, evrimsel algoritma kavramlarının çoğunun karmaşık sorunlara bile uyarlanabilmesi nedeniyle esneklik kazanımlarıdır. Çoğu evrimsel algoritma, nesnel hedefi de karşılamaya uygundur. Çözüm popülasyonu algoritmanın belirli bir çözümde kilitlenmesini önlediğinden, evrimsel algoritmalarla daha iyi optimizasyon mümkündür.
Evrimsel algoritmalarla ilgili birkaç dezavantaj vardır. Birincisi, evrimsel bir algoritma tarafından sağlanan çözüm, bilinen diğer çözümlerle karşılaştırıldığında yalnızca daha iyidir. Bu nedenle, algoritma herhangi bir çözümün tamamen optimal olduğunu ispatlayamaz, sadece diğer sonuçlara göre en uygun olduğunu kanıtlayamaz.