Wat is genetische optimalisatie?
Genetische optimalisatie is het gebruik van programmeeralgoritmen om de beste oplossing voor een probleem te vinden.Dit heeft zijn oorsprong in het werk van wiskundigen die beginnen al in de jaren 1950 die modellen namen die ze in de biologie zagen en ze toepassen op niet -lineaire problemen die moeilijk op te lossen waren op conventionele middelen.Het idee is om de biologie na te bootsen, die zich in de loop van de generaties evolueert om de sterkste mogelijke bevolking te creëren.Bij het programmeren is het mogelijk om dit proces te simuleren om een creatieve oplossing voor een probleem te bedenken.
Niet -lineaire problemen kunnen een uitdaging zijn voor wiskundigen.Een voorbeeld is te zien in effectenhandel, waar er een aantal mogelijke beslissingen kunnen zijn die zich snel vertakken om een boom met keuzes te maken.Om onafhankelijk de kansen te berekenen die bij elke keuze zijn gekoppeld, zijn zeer tijdrovend.De wiskundige kan ook een optimale oplossing missen door mogelijke keuzes te combineren om nieuwe permutaties te verkennen.Genetische optimalisatie stelt onderzoekers in staat om op een efficiëntere manier berekeningen uit te voeren..Deze voorwaarden, geleend uit de biologie, weerspiegelen de oorsprong van deze benadering van programmeren.Een computer kan beginnen met het uitvoeren van een simulatie met de populatie, het selecteren van individuele organismen binnen een generatie en ze kunnen vermengen om een nieuwe generatie te creëren.Dit proces kan via verschillende generaties worden herhaald om mogelijke oplossingen te combineren en recombineren, idealiter aankomen op de meest fit -optie voor de gegeven omstandigheden.
Dit kan extreem hard zijn.De berekeningen die worden gebruikt in genetische optimalisatie vereisen een aanzienlijk rekenvermogen om snel een aantal opties en combinaties tegelijkertijd te vergelijken en te selecteren.Vroeg onderzoek naar genetische optimalisatie werd soms beperkt door beschikbare verwerkingskracht, omdat onderzoekers de potentiële toepassingen konden zien, maar geen complexe programma's konden uitvoeren.Naarmate de computermacht toeneemt, doet het nut van deze methode dat ook, hoewel grote en complexe berekeningen mogelijk nog steeds een zeer gespecialiseerde computer vereisen.
Onderzoekers op het gebied van wiskunde kunnen in verschillende instellingen met genetische optimalisatie werken.De voortdurende ontwikkeling van nieuwe formules en benaderingen illustreert evoluties in de wiskunde, terwijl mensen leren over nieuwe manieren om complexe problemen te overwegen.Een eenvoudige genetische optimalisatie is te zien op het werk in instellingen zoals software voor effectenhandelaren en programmeren voor games en virtual reality waar de programmeurs willen dat gebruikers een meer natuurlijke ervaring hebben.