Autor ovih stranica je  Marin Golub.  


Genetski algoritam

Genetski ili genetički algoritam (GA)  je heuristička metoda optimiranja koja imitira prirodni evolucijski proces. Evolucija je robustan proces pretraživanja prostora rješenja. Živa bića se tijekom evolucije prilagođavaju uvjetima u prirodi, tj. životnoj okolini. Analogija evolucije kao prirodnog procesa i genetskog algoritma kao metode optimiranja, očituje se u procesu selekcije i genetskim operatorima. Mehanizam odabira nad nekom vrstom živih bića u evolucijskom procesu čine okolina i uvjeti u prirodi. U genetskim algoritmima ključ selekcije je funkcija cilja, koja na odgovarajući način predstavlja problem koji se rješava. Slično kao što su okolina i uvjeti u prirodi ključ selekcije nad nekom vrstom živih bića, tako je i funkcija cilja ključ selekcije nad populacijom rješenja u genetskom algoritmu. Naime, u prirodi jedinka koja je najbolje prilagođena uvjetima i okolini u kojoj živi ima najveću vjerojatnost preživljavanja i parenja, a time i prenošenja svojega genetskog materijala na svoje potomke. Za genetski algoritam jedno rješenje je jedna jedinka. Selekcijom se odabiru dobre jedinke koje se prenose u slijedeću populaciju, a manipulacijom genetskog materijala stvaraju se nove jedinke. Takav ciklus selekcije, reprodukcije i manipulacije genetskim materijalom jedinki ponavlja se sve dok nije zadovoljen uvjet zaustavljanja evolucijskog procesa. Konačan rezultat je populacija jedinki (potencijalnih rješenja). Najbolja jedinka u zadnjoj iteraciji predstavlja rješenje optimiranja.


Značajniji radovi iz tog područja:

Izvorni tekstovi programa:

  1. Sekvencijski GA s turnirskom selekcijom, aproksimacijski problem

  2. Paralelni GA (GPGA) s turnirskom selekcijom, aproksimacijski problem

  3. Sekvencijski i paralelni GA za rješavanje problema rasporeda


Studentski radovi:

Teme iz područja evolucijskih algoritama

Studentski radovi obuhvaćaju i praktične radove - programe i izvorne tekstove programa koji su načinjeni u okviru seminarskog ili diplomskog rada. Njihova namjena je prvenstveno edukacijske prirode. Uporaba svih programa koje možete pronaći na ovim stranicama je isključivo na Vašu vlastitu odgovornost!

Pregledni radovi
Genetski algoritam u primjeni
Radna okruženja za evolucijsko računanje
Ostali algoritmi zasnovani na populaciji rješenja
Genetsko programiranje u primjeni
Paralelni genetski algoritmi

 


Korisni linkovi

Zgodne stranice za upoznavanje s GA Članci Paralelni genetski algoritam

Programska podrška

 


Zadnja promjena 04.07.2017 .