Genetski algoritmi suUmjetna inteligencija tehnika inspirirana prirodom . Evolution “dizajna ” nove životinje kako bi stale u sredinama u čisto mehaničkih način da izgleda kao da pokazuju inteligenciju . Genetski algoritmi sukoristan način kako riješiti probleme dizajna kada nemaju očiti način za nastavak. Ako se baci problem kao optimizaciju vrijednosti u niz brojeva ,genetski algoritam može pronaći ovaj optimizacija . Kako organizirati parametre genetskog algoritma ispada da se ključno za optimiziranje rješenje za određeni problem . Upute Screenshot
1

dizajnirati izgled svog genetskog algoritma . Genetski algoritmi rade za probleme u kojimarješenje problema se sastoji od optimiziranje vrijednosti niza brojeva . Stanovništvo žice su ocijenili i manipulirati na načine koje predlaže evolucije dok jedan od stanovnika jeniz koji jerješenje za određeni problem . Raspored algoritma se sastoji od projektiranja izgled žice , projektiranje algoritme za manipulaciju stanovništvo i evaluaciju konce u svakoj generaciji
2

Počnite s nasumičnim stanovništva : .Veliki broj nizova gdje sve brojeve u svim žice su izabrani nasumce . Ocijenite sve žice i odbaciti konce s najnižim ocjenama . Nanesite dva evolucijske tehnike u skladu s visokim izvođača : mutacija i crossover . Mutacija se sastoji od odabira mali broj mjesta na malom broju žice i promjenom brojamalo prema gore ili prema dolje . Crossover sastoji od redaju dvije žice , branje slučajnih ” crossover točku ‘ i prebacivanje glave i repa na crossover točke . Uspjesi od prošle generacije plus novonastale žice čine novu populaciju . Svaka generacija ima isti broj žice u populaciji .
3

Pokreni ovaj algoritam za nekoliko generacija i pogled na najboljem nizu . Ako to nije dovoljno dobro , morate promijeniti neke parametre i pokrenuti algoritam opet . Jedna od najznačajnijih promjena koje možete napraviti je da promijenite način na žice su izrađene . primjerice , pretpostavimo da pokušavate dizajn unutrašnjosti komore za izgaranje jet motor . žice se može sastojati od 20 mjerenja na unutar dizajnu motora . Počevši s različitim mjerenjima jepromjena koja je najvjerojatnije vam dati bolji odgovor .
4

važni parametri za ugađanje kada optimizirati svoj algoritam su mutacije stopa , broj stanovnika ,broj vrijednosti na ogrlici i pozicijama od vrijednosti na žici – . da li su u sredini ili na krajevima