Odborná definícia
Význam a odborné vymedzenie pojmu
Genetický algoritmus je populačná stochastická optimalizačná metóda inšpirovaná evolučnými princípmi. Udržiava populáciu zakódovaných návrhov, každému priradí skóre vhodnosti a ďalšie generácie skladá selekciou, krížením a mutáciou. Nevyžaduje gradient ani hladkú cieľovú funkciu, preto sa používa pri diskrétnych, kombinatorických alebo simuláciou hodnotených problémoch. Výsledok závisí od reprezentácie kandidáta, tlaku selekcie, operátorov a výpočtového rozpočtu. Algoritmus nezaručuje nájdenie globálneho optima a pri slabej diverzite môže predčasne skonvergovať.
Zrozumiteľné vysvetlenie
Ako sa pojem používa v praxi
Predstavte si stovky návrhov rozmiestnenia skladu. Každý návrh dostane skóre podľa prejdenej vzdialenosti, ceny a bezpečnostných obmedzení. Lepšie návrhy majú väčšiu šancu odovzdať časti svojho usporiadania ďalšej generácii, pričom mutácia občas zmení regál alebo trasu. Po mnohých kolách sa populácia môže posúvať k praktickému riešeniu bez výpočtu derivácií. Ak však fitness odmeňuje iba rýchlosť a ignoruje bezpečnosť, algoritmus veľmi účinne optimalizuje nesprávny cieľ. Kvalita výsledku preto začína návrhom reprezentácie a hodnotenia.
Časté otázky
Otázky, ktoré spresňujú význam
Pre aké úlohy je genetický algoritmus vhodný?
Pre priestory s kombináciami, nespojitými rozhodnutiami, viacerými lokálnymi optimami alebo drahou simuláciou. Ak je cieľ hladký a gradient dostupný, gradientná optimalizácia býva podstatne úspornejšia.
Čo je chromozóm v genetickom algoritme?
Je to kód kandidátneho riešenia, napríklad binárny reťazec, poradie úloh alebo vektor reálnych parametrov. Reprezentácia musí umožniť zmysluplné kríženie a mutáciu bez tvorby neplatných riešení.
Ako sa navrhuje fitness funkcia?
Musí kvantifikovať skutočný cieľ a obmedzenia, prípadne pracovať s viacerými kritériami. Nevhodné proxy skóre môže viesť k riešeniam, ktoré formálne vyhrávajú, ale obchádzajú zámer zadania.
Načo slúži mutácia?
Vnáša nové varianty a pomáha uniknúť z populácie, ktorá sa stala príliš podobnou. Príliš nízka mutácia podporuje predčasnú konvergenciu, príliš vysoká rozkladá užitočné štruktúry na náhodné hľadanie.
Patrí genetický algoritmus k strojovému učeniu?
Patrí do širšej AI a evolučného výpočtu. Môže optimalizovať hyperparametre, architektúry alebo pravidlá modelu, ale sám nemusí učiť prediktívne mapovanie z dát rovnakým spôsobom ako neurónová sieť.
Súvisiace pojmy
Významové a tematické súvislosti
Pojem v rozhodovaní
Odborné články, ktoré tento pojem používajú v praxi
Zdroje a redakčná stopa
Použité východiská a odborná revízia
Definícia je autorská odborná syntéza. Pri právnych a regulačných rozhodnutiach má prednosť aktuálne oficiálne znenie predpisu a posúdenie konkrétneho prípadu.