. Genetik algoritmalarsorunaçözüm numaralarının bir dizedeğerlerini optimize oluşan sorunları için çalışacak . Dizeleri bir nüfusnüfusun biri belirli bir sorununçözümü bir dize kadar evrim tarafından önerilen şekilde değerlendirilir ve manipüle edilir . Algoritmasınındüzeni ,dizelerindüzenini tasarlarkennüfusu değiştirmek için algoritmaları tasarımı ve her nesildizeleri değerlendiren oluşmaktadır
2 rastgele nüfusu ile başlayın
: . Dizeleri çok sayıda nerede bütündizeleritüm numaraları rastgele seçildi . Dizeleri tüm değerlendirmek veen düşük değerlendirmeler iledizeleri atın . Mutasyon ve crossover :yüksek performans için iki evrimsel teknikleri uygulayın . Mutasyon dizeleri üzerinde az sayıda yerlerden küçük bir sayı seçerek ve biraz yukarı ya da aşağınumarasını değiştirerek oluşmaktadır . Crossover , iki dizeleri sıraya rastgele bir " geçit noktası ' toplama vegeçiş noktasındakafaları ve kuyrukları anahtarlama oluşur .Son nesilbaşarıları artıyeni oluşturulan dizeleriyeni bir popülasyon oluşturur . Her nesil aynı sayıda popülasyonda dizeleri .
3
birkaç nesildir bu algoritmayı çalıştırın veiyi dize bakmak . yeterince iyi değilse , sizebazı parametreleri değiştirmek vealgoritma çalıştırmanız gerekir tekrar . yapabileceğinizen önemli değişikliklerden biridizeleri yapılırbiçimini değiştirmektir . Örneğin, bir jet motorununyanma odasınıniç tasarım için çalışıyoruz varsayalım .dizeleri yapılan 20 ölçüm oluşabilir motortasarımıiç . farklı ölçümler ile başlayarak daha iyi bir cevap vermek için büyük olasılıkladeğişimdir .
4
algoritma optimize çimdikönemli parametreler mutasyon oran vardır , nüfus büyüklüğü, bir dize vedizedeğerleripozisyonlarda değerlerinsayısı - . onlarortasında yaucunda olup olmadığını