Evrimsel algoritma
| Yapay zekâ |
|---|
| dizisinin bir parçası |
_artificial_intelligence_icon.png){kind=icon} |
Evrimsel algoritma (EA), yapay zeka oluşturmada evrimsel bilgisayımın bir alt kümesi olup meta bulucu optimizasyon algoritması tabanında jenere edilmiş popülasyondur. Evrimsel algoritma, biyolojik evrimden esinlenerek üreme, mutasyon, rekombinasyon ve doğal seçilime benzer mekanizmalar kullanır. Optimizasyon problemlerinin aday çözümleri bir popülasyondaki bireyleri temsil eder ve uyum başarısı fonskiyonları çözümlerin içinde "yaşadığı" çevreyi belirler (buna dair ayrıca maliyet fonksiyonuna da bakınız). Popülasyonun evrimi yukarıdaki operatörlerin tekrarlanan uygulaması sonrasında gerçekleşir. Yapay evrim (YE), başlı başına farklı evrimsel algoritmalar içeren bir süreci anlatmaktadır; EA'ların her biri, YE'e katılım yapan ayrı bir bileşendir.
Evrimsel algoritmalar, genellikle her türlü sorunlar için, temelinde yatan uyum başarısı yüzeyi hakkında ideal bir şekilde herhangi bir varsayım yapmadığı için yaklaşık çözümler sunar ve bu, mühendislik, sanat, biyoloji, ekonomi, pazarlama, genetik, yöneylem araştırması, robotik, sosyal bilimler, fizik, siyaset ve kimya gibi çeşitli alanlarda başarılı bir şekilde genel olarak gösterilmiştir.
Matematiksel optimizasyonlarda kullanımlarının dışında evrimsel bilgisayım ve algoritma aynı zamanda, biyolojik evrim ve doğal seleksiyon ile ilgili teorilerini doğrulamak için, özellikle yapay yaşam alanında çalışmalarda deneysel bir çerçeve içinde kullanılmıştır. Biyolojik evrim modellemesinde uygulanan evrimsel algoritma teknikleri mikroevrimsel süreçlerin araştırılmasında genellikle sınırlı olmakla birlikte, Tierra ve Avida gibi bazı bilgisayar simülasyonları makroevrimsel dinamik modeline teşebbüs ederler.[1][2]
Kaynakça
[değiştir | kaynağı değiştir]- ^ G.S. Hornby and J.B. Pollack. Creating high-level components with a generative representation for body-brain evolution. Artificial Life, 8(3):223–246, 2002.
- ^ Jeff Clune, Benjamin Beckmann, Charles Ofria, and Robert Pennock. "Evolving Coordinated Quadruped Gaits with the HyperNEAT Generative Encoding" 7 Ekim 2012 tarihinde Wayback Machine sitesinde arşivlendi.. Proceedings of the IEEE Congress on Evolutionary Computing Special Section on Evolutionary Robotics, 2009. Trondheim, Norway.
