유전 알고리즘




GA 연산자

선택(Selection)
기능 - 다음 세대로 전달하기 위한 유전자의 선택
효과 - 다음 세대로 높은 적합도를 가지는 유전자의 특징을 전달
전략
- 적합도 비례 전략
- 순위 전략
- 토너먼트 선택 전략
- 엘리트 보존 전략

교차(Crossover)
기능 - 선택된 염색체들을 조합, 다음 세대의 염색체를 생성
효과 - 수렴 속도 가속화 - 높은 최적치를 남길 가능성 부여
전략
- 단순 교차
- 복수점 교차
- 일점 교차

변이(Mutation)
기능 - 유전자를 일정한 확률로 변화시키는 조작
효과 - 전역적 탐색효과의 극대화
전략
- 정적 변이
- 동적 변이


ㅇ 전략
선택(Selection)
1. 순위 전략
적합도에 의해 각 개체엥 순위를 부여하여 사전에 결정된 확률로 자손을 남김

2. 적합도 비례 전략
기본 모델(Classical Selection Model)
적합도에 비례하여 자손을 남김

3. 엘리트 보존전략
각 집단 중에서 가장 적합도가 높은 개체를 담음 세대로 넘김

4. 토너먼트 선택 전략(Tournament Selection)
임의의 수의 개체를 무작위 선택
그 가운데 적합도가 높은 개체를 다음 세대로 넘김



교차(Crossover) - 일반적인 임의 탐색 기법과 구별되는 큰 특징

1. 단순 교차

2. 복수점 교차

3. 일정 교차(Uniform Crossover)
마스크를 사용 하여 어느 쪽의 유전자를 받아 들일지 결정


변이(Mutation)

1. 정적 변이 - 돌연변이의 확률을 일정하게 고정
2. 동적 변이 - 적응 변이(Adaptive Mutation) - 돌연변이의 확률이 경우에 따라 변화


이 글에는 0 개의 댓글이 있습니다.