Evolutionary algorithm (original) (raw)
Un algoritmo evolutivo è un algoritmo euristico che si ispira al principio di evoluzione degli esseri viventi. Semplificando si può affermare che, un algoritmo evolutivo prevede di partire da una soluzione e di farla evolvere con una serie di modifiche casuali fino a giungere ad una soluzione migliore. Concettualmente, un algoritmo evolutivo è molto simile ad un algoritmo genetico ed infatti si differenzia da quest'ultima categoria principalmente per l'assenza del meccanismo di crossover con cui più soluzioni appartenenti ad una popolazione in fase di evoluzione, vengono ricombinate.
.gif?width=300)
| Property | Value |
|---|---|
| dbo:abstract | في الذكاء الاصطناعي، الخوارزمية التطورية (بالإنجليزية: Evolutionary algorithms) هي مجموعة فرعية من الحسابات التطورية. الخوارزمية التطورية تستخدم بعض الآليات المستوحاة من : الاستنساخ، ، ، والاختيار. الحلول المرشحة للمشكلة الأمثل تلعب دور الأفراد في قطاع من السكان، المهمة الملائمة تحدد البيئة التي تتم فيها «حياة» الحلول (انظر أيضا تطور السكان يأخذ مكانه بعد التطبيق المتكرر للعملية أعلاه. التطور الاصطناعي يصف العملية الفردية التي تنطوي على الخوارزميات التطورية ؛الخوارزمية التطورية هي المكونات الفردية التي تساهم في التطور الاصطناعي. الخوارزميات التطورية غالبا ما تقوم بأداء جيد لإيجاد حلول تقريبية لجميع أنواع المشاكل لأنها من الناحية المثالية لا تجعل أي افتراض حول المهمة الملائمة الكامنة وراء المشهد، وهذا التعميم هو مبين من النجاحات التي تحققت في مجالات متنوعة مثل الهندسة،الفن،علم الاحياء الاقتصاد، التسويق،علم الوراثة، ، علم الإنسان الآلي، العلوم الاجتماعية الفيزياء السياسة والكيمياء بصرف النظر عن فائدتها كمحسن للرياضيات، الاحتساب التطوري والخوارزميات استخدمت أيضا بوصفها إطارا تجريبيا يمكن من خلاله التحقق من صحة النظريات حول التطور البيولوجي والانتقاء الطبيعي، ولا سيما من خلال العمل في ميدان [الحياة الاصطناعية]. من تقنيات الخوارزميات التطورية التي تطبق على نمذجة التطور البيولوجي تقتصر عادة على الاستكشافات من العمليات التطورية الصغرى، ولكن بعض المحاكاة باستخدام الكمبيوتر، مثل تييرا وأفيدا، حاولت وضع نموذج دينامكيات التطورية العظمى. وجود العديد من القيود على الخوارزميات التطورية من المحتمل أنه ناتج عن عدم وجود نمط وراثي واضح - لتمييز النمط الظاهري. في الطبيعة، في خلية البويضة المخصبة يخضع لعملية معقدة معروفة بالجنيني لتصبح ناضجة بالنمط الظاهري. هذا الترميز غير المباشر نحتاجه لجعل البحث الجيني أكثر قوة (أي يقلل من احتمال حدوث طفرات قاتلة)، وأيضا قد يحسن قابلية الكائن على التطور. العمل في الآونة الأخيرة في ميدان خلق المضغة المصطنعة، أو اصطناعية نظم الانمائية، تسعى لمعالجة هذه الشواغل. (ar) Evolutionäre Algorithmen (EA) sind eine Klasse von stochastischen, metaheuristischen Optimierungsverfahren, deren Funktionsweise von der Evolution natürlicher Lebewesen inspiriert ist. In Anlehnung an die Natur werden Lösungskandidaten für ein bestimmtes Problem künstlich evolviert, EA sind also naturanaloge Optimierungsverfahren. Die Zuordnung zu den stochastischen und metaheuristischen Algorithmen bedeutet vor allem, dass EA meist nicht die beste Lösung für ein Problem finden, aber bei Erfolg eine hinreichend gute, was in der Praxis vor allem bei NP-vollständigen Problemen bereits wünschenswert ist. Die Verfahren verschiedener EA unterscheiden sich untereinander in erster Linie durch die genutzten Selektions-, Rekombinations- und Mutationsoperatoren, das Genotyp-Phänotyp-Mapping sowie die Problemrepräsentation. Die ersten praktischen Implementierungen evolutionärer Algorithmen wurden Ende der 1950er Jahre veröffentlicht, allerdings äußerten sich bereits in den vorhergehenden Jahrzehnten Wissenschaftler zum Potenzial der Evolution für maschinelles Lernen. Es gibt vier Hauptströmungen, deren Konzepte zumindest historisch voneinander zu unterscheiden sind: * genetische Algorithmen * Evolutionsstrategien * genetische Programmierung und * evolutionäre Programmierung Heute verschwimmen diese Abgrenzungen zunehmend. Für eine bestimmte Anwendung wird ein EA geeignet entworfen, wobei in den letzten Jahrzehnten viele verschiedene Algorithmen und einzelne Operatoren entwickelt wurden, die heute benutzt werden können. Die Anwendungen von EA gehen über Optimierung und Suche hinaus und finden sich auch in Kunst, Modellierung und Simulation, insbesondere auch bei der Untersuchung evolutionsbiologischer Fragestellungen. (de) In computational intelligence (CI), an evolutionary algorithm (EA) is a subset of evolutionary computation, a generic population-based metaheuristic optimization algorithm. An EA uses mechanisms inspired by biological evolution, such as reproduction, mutation, recombination, and selection. Candidate solutions to the optimization problem play the role of individuals in a population, and the fitness function determines the quality of the solutions (see also loss function). Evolution of the population then takes place after the repeated application of the above operators. Evolutionary algorithms often perform well approximating solutions to all types of problems because they ideally do not make any assumption about the underlying fitness landscape. Techniques from evolutionary algorithms applied to the modeling of biological evolution are generally limited to explorations of microevolutionary processes and planning models based upon cellular processes. In most real applications of EAs, computational complexity is a prohibiting factor. In fact, this computational complexity is due to fitness function evaluation. Fitness approximation is one of the solutions to overcome this difficulty. However, seemingly simple EA can solve often complex problems; therefore, there may be no direct link between algorithm complexity and problem complexity. (en) Los algoritmos evolutivos son métodos de optimización y búsqueda de soluciones basados en los postulados de la evolución biológica. En ellos se mantiene un conjunto de entidades que representan posibles soluciones, las cuales se mezclan, y compiten entre sí, de tal manera que las más aptas son capaces de prevalecer a lo largo del tiempo, evolucionando hacia mejores soluciones cada vez. Los algoritmos evolutivos, y la computación evolutiva, son una rama de la inteligencia artificial. Son utilizados principalmente en problemas con espacios de búsqueda extensos y no lineales, en donde otros métodos no son capaces de encontrar soluciones en un tiempo razonable. Siguiendo la terminología de la teoría de la evolución, las entidades que representan las soluciones al problema se denominan individuos o cromosomas, y el conjunto de estos, población. Los individuos son modificados por operadores genéticos, principalmente el , que consiste en la mezcla de la información de dos o más individuos; la mutación, que es un cambio aleatorio en los individuos; y la selección, consistente en la elección de los individuos que sobrevivirán y conformarán la siguiente generación. Dado que los individuos que representan las soluciones más adecuadas al problema tienen más posibilidades de sobrevivir, la población va mejorando gradualmente. (es) Les algorithmes évolutionnistes ou algorithmes évolutionnaires (evolutionary algorithms en anglais), sont une famille d'algorithmes dont le principe s'inspire de la théorie de l'évolution pour résoudre des problèmes divers. Ce sont donc des méthodes de calcul bioinspirées. L'idée est de faire évoluer un ensemble de solutions à un problème donné, dans l'optique de trouver les meilleurs résultats. Ce sont des algorithmes dits stochastiques, car ils utilisent itérativement des processus aléatoires. La grande majorité de ces méthodes sont utilisées pour résoudre des problèmes d'optimisation, elles sont en cela des métaheuristiques, bien que le cadre général ne soit pas nécessairement dédié aux algorithmes d'optimisation au sens strict. On les classe également parmi les méthodes d'intelligence computationnelle. (fr) Un algoritmo evolutivo è un algoritmo euristico che si ispira al principio di evoluzione degli esseri viventi. Semplificando si può affermare che, un algoritmo evolutivo prevede di partire da una soluzione e di farla evolvere con una serie di modifiche casuali fino a giungere ad una soluzione migliore. Concettualmente, un algoritmo evolutivo è molto simile ad un algoritmo genetico ed infatti si differenzia da quest'ultima categoria principalmente per l'assenza del meccanismo di crossover con cui più soluzioni appartenenti ad una popolazione in fase di evoluzione, vengono ricombinate. (it) 進化的アルゴリズム（しんかてきアルゴリズム、evolutionary algorithm、EAと略記）は進化的計算の一分野を意味し、人工知能の一部である。個体群ベースのメタヒューリスティックな最適化アルゴリズムの総称である。そのメカニズムとして生殖、突然変異、遺伝子組み換え、自然淘汰、適者生存といった進化の仕組みに着想を得たアルゴリズムを用いる。最適化問題の解の候補群が生物の個体群の役割を果たし、コスト関数によってどの解が生き残るかを決定する。それが繰り返された後、個体群の進化が行われる。 EAの例を以下に示す。これらの技法は本質的には同様だが、実装の詳細は異なっており、適用される問題の分野が異なる。 遺伝的アルゴリズムこれは EA の中でも最も一般的な手法である。問題の解を探索するにあたって数値の列を使用し（2進数を使うのが古典的だが、解決すべき問題に合わせて最適な形式が選択され、2進数になるとは限らない）、選択と変異に加えて事実上常に組み換えオペレータを適用する。遺伝的プログラミング基本は遺伝的アルゴリズムと同じだが、解は木構造の形式で表し数式やプログラムコードを表現する。適応度関数はその計算能力などで評価する。進化戦略実数のベクトルで解を表し、探索を行うと同時に自己変異用のパラメータも更新していく。進化的プログラミング解の適応度関数に集団中におけるその解の優位性を表した確率的な関数を用いる。 これらは適応度地形にいかなる仮定も持たないので、進化的アルゴリズムがあらゆるタイプの問題でうまく機能すると信じられている（ただし、ノーフリーランチ定理に注意）。このことは、工学、芸術、生物学、経済学(進化経済学)、遺伝学、オペレーションズリサーチ、ロボット工学、社会科学、物理学、化学などの分野で成功を収めていることで裏付けられている。 数学的なオプティマイザとしての使用法は別として、進化的計算とアルゴリズムは進化と自然淘汰の仮説の正当性を実験検証するのにも使われてきた。特に人工生命の分野がそれである。進化的アルゴリズムの手法は生物の進化モデルに適用する際には一般に小進化に限定される。もっとも、TierraやAvidaのようなコンピュータシミュレーションは大進化のモデル化を意図している。 進化的アルゴリズムの制限として、遺伝子型と表現型の区別が不明確という点が挙げられる。実際、受精した卵細胞は胚発生という複雑なプロセスを経て円熟した表現型になる。この間接的エンコーディングによって、間違った突然変異を低減させるなどの遺伝の頑強化がなされていると考えられ、有機体のも改善される。人工胚発生や人工発生システムの研究では、これらの懸念への対処が最近の仕事となっている。 (ja) Algorytm ewolucyjny – algorytm wzorowany na biologicznej ewolucji, stosowany do zadań optymalizacyjnych i modelowania. Algorytmy ewolucyjne dzielą się na: * Algorytmy genetyczne * Programowanie genetyczne * Programowanie ewolucyjne * * * (Neuroevolution) (pl) Эволюционные алгоритмы — направление в искусственном интеллекте (раздел эволюционного моделирования), которое использует и моделирует процессы естественного отбора. (ru) Algoritmos Evolutivos são algoritmos baseados em uma gama de mecanismos da evolução biológica e serviram para originar conceitos um pouco mais recentes, como o dos Algoritmos Genéticos A motivação para a construção de tais surgiu de teorias através das quais a Natureza, por meio de seus recursos, resolveu problemas de complexidade, isto é, determinar quantidade de “recursos” para resolver “problemas”, de sobrevivência. Assim, pode-se dizer que a natureza otimiza seus mecanismos para resolver um ou mais problemas. A partir de um problema de otimização, mesmo que se desconheça o que se está otimizando, é possível encontrar uma ótima solução, através dos Algorítimos Evolutivos e suas variações. Ou seja, tais algoritmos podem trabalhar em cima de problemas, sem que exista um conhecimento explicito, isto é, que podem tratar-se de paradigmas. Os Algoritmos Evolutivos buscam tratar estruturas de objetos abstratos de uma população, como, por exemplo, variáveis de um problema de otimização, dos quais são manipulados por operadores inspirados na evolução biológica, que objetivam a busca para a solução de um problema, estes operadores são comumente chamados de . (pt) 進化演算法（英語：Evolutionary algorithm）是人工智慧中進化計算的子集。進化演算法啟發自生物的演化機制，模擬繁殖、突變、遺傳重組、自然選擇等演化過程，對最佳化問題的做演化計算的演算法。 (zh) Еволюційні алгоритми — напрям в штучному інтелекті (розділ еволюційного моделювання), що використовує і моделює біологічну еволюцію. Розрізняють різні алгоритми: генетичні алгоритми, еволюційне програмування, еволюційні стратегії, , генетичне програмування тощо. Всі вони моделюють базові положення в теорії біологічної еволюції — процеси відбору, мутації і відтворення. Поведінка агентів визначається довкіллям. Множину агентів прийнято називати популяцією. Така популяція еволюціонує відповідно до правил відбору відповідно до цільової функції, що задається довкіллям. Таким чином, кожному агентові (індивідуумові) популяції призначається значення його придатності в довкіллі. Розмножуються лише найпридатніші види. Рекомбінація і мутація дозволяють агентам змінюватись і пристосовуватися до середовища. Такі алгоритми належать до адаптивних пошукових механізмів. (uk) |
| dbo:thumbnail | wiki-commons:Special:FilePath/Two-population_EA_search_(2).gif?width=300 |
| dbo:wikiPageExternalLink | http://cswww.essex.ac.uk/staff/rpoli/gp-field-guide/ https://www.staracle.com/general/evolutionaryAlgorithms.php https://books.google.com/books%3Fid=5EgGaBkwvWcC&printsec=frontcover%23v=onepage&q&f=false https://books.google.com/books%3Fid=hakXI-dEhTkC&printsec=frontcover%23v=onepage&q&f=false https://books.google.com/books%3Fid=htJHI1UrL7IC&printsec=frontcover%23v=onepage&q&f=false https://books.google.com/books%3Fid=yQVGAAAAQBAJ&printsec=frontcover%23v=onepage&q&f=false https://web.archive.org/web/20160527142933/http:/cswww.essex.ac.uk/staff/rpoli/gp-field-guide/ http://academic.csuohio.edu/simond/EvolutionaryOptimization |
| dbo:wikiPageID | 190837 (xsd:integer) |
| dbo:wikiPageLength | 28001 (xsd:nonNegativeInteger) |
| dbo:wikiPageRevisionID | 1121859515 (xsd:integer) |
| dbo:wikiPageWikiLink | dbr:Candidate_solution dbr:Bees_algorithm dbr:Entropy_in_thermodynamics_and_information_theory dbr:Mutation dbr:Mutation_(genetic_algorithm) dbr:Lévy_flight dbr:Memetic_algorithm dbr:Metaheuristic dbr:Monotonic_function dbr:David_E._Goldberg dbr:Algorithm dbr:Richard_Dawkins dbr:Cuckoo_search dbr:Individual dbr:Ingo_Rechenberg dbr:Ant_colony_optimization dbr:Panmixia dbr:Estimation_of_distribution_algorithm dbr:Gaussian_adaptation dbr:Genetic_programming dbr:Genetic_recombination dbr:Genetic_representation dbr:Genotype–phenotype_distinction dbr:Natural_selection dbr:Offspring dbr:Optimum dbr:Optimization_(mathematics) dbr:Encoding dbr:Gene_expression_programming dbr:Genetic_algorithm dbr:Google dbr:Bounded_set dbr:Multi_expression_programming dbr:Crossover_(genetic_algorithm) dbr:Combinatorial_optimization dbr:Computational_intelligence dbr:Particle_swarm_optimization dbr:Population dbr:Macroevolution dbr:Microevolution dbr:Avida dbr:Adaptive_dimensional_search dbc:Cybernetics dbc:Optimization_algorithms_and_methods dbr:Learning_classifier_system dbr:Linear_genetic_programming dbr:Local_search_(optimization) dbr:Cuckoo dbr:Evolution dbr:No_free_lunch_theorem dbr:Differential_evolution dbr:Grammatical_evolution dbr:Graph_theory dbr:S-expression dbr:Harmony_search dbr:Reinforcement_learning dbr:Reproduction dbr:Hans-Paul_Schwefel dbr:Rosenbrock_function dbc:Evolution dbr:Heuristic_(computer_science) dbr:Tierra_(computer_simulation) dbr:Artificial_bee_colony_algorithm dbr:Artificial_development dbc:Evolutionary_algorithms dbr:Phenotype dbr:Convergence dbr:Embryogenesis dbr:Mean_fitness dbr:Neuroevolution dbr:Optimization dbr:Optimization_problem dbr:Cartesian_genetic_programming dbr:Sequence dbr:Loss_function dbr:Swarm_intelligence dbr:Without_loss_of_generality dbr:Evolution_strategy dbr:Evolutionary_computation dbr:Evolutionary_programming dbr:Evolvability dbr:Firefly_algorithm dbr:Fitness_approximation dbr:Fitness_function dbr:Fitness_landscape dbr:Hunting_Search dbr:Test_functions_for_optimization dbr:Premature_convergence dbr:Subset dbr:Supervised_learning dbr:Reproduce dbr:Average_information dbr:Numerical_optimization dbr:Biological_evolution dbr:Doi:10.1007/3-540-31306-0 dbr:Doi:10.1007/978-1-4471-5013-8 dbr:Doi:10.1007/978-3-662-07807-5 dbr:Doi:10.1007/978-3-662-44874-8 dbr:Doi:10.1201/9780367802486 dbr:Keane's_function |
| dbp:date | January 2018 (en) |
| dbp:reason | Why are swarm algorithms associated with evolutionary ones? (en) |
| dbp:wikiPageUsesTemplate | dbt:According_to_whom dbt:Artificial_intelligence dbt:Cite_book dbt:Cite_journal dbt:Clarify dbt:ISBN dbt:Reflist dbt:Short_description dbt:Self-published_source dbt:Synthesis_inline dbt:Evolutionary_algorithms |
| dct:subject | dbc:Cybernetics dbc:Optimization_algorithms_and_methods dbc:Evolution dbc:Evolutionary_algorithms |
| gold:hypernym | dbr:Subset |
| rdf:type | yago:WikicatOptimizationAlgorithmsAndMethods yago:Abstraction100002137 yago:Act100030358 yago:Activity100407535 yago:Algorithm105847438 yago:Event100029378 yago:Procedure101023820 yago:PsychologicalFeature100023100 yago:YagoPermanentlyLocatedEntity dbo:ProgrammingLanguage yago:Rule105846932 yago:WikicatAlgorithms yago:WikicatEvolutionaryAlgorithms |
| rdfs:comment | Un algoritmo evolutivo è un algoritmo euristico che si ispira al principio di evoluzione degli esseri viventi. Semplificando si può affermare che, un algoritmo evolutivo prevede di partire da una soluzione e di farla evolvere con una serie di modifiche casuali fino a giungere ad una soluzione migliore. Concettualmente, un algoritmo evolutivo è molto simile ad un algoritmo genetico ed infatti si differenzia da quest'ultima categoria principalmente per l'assenza del meccanismo di crossover con cui più soluzioni appartenenti ad una popolazione in fase di evoluzione, vengono ricombinate. (it) Algorytm ewolucyjny – algorytm wzorowany na biologicznej ewolucji, stosowany do zadań optymalizacyjnych i modelowania. Algorytmy ewolucyjne dzielą się na: * Algorytmy genetyczne * Programowanie genetyczne * Programowanie ewolucyjne * * * (Neuroevolution) (pl) Эволюционные алгоритмы — направление в искусственном интеллекте (раздел эволюционного моделирования), которое использует и моделирует процессы естественного отбора. (ru) 進化演算法（英語：Evolutionary algorithm）是人工智慧中進化計算的子集。進化演算法啟發自生物的演化機制，模擬繁殖、突變、遺傳重組、自然選擇等演化過程，對最佳化問題的做演化計算的演算法。 (zh) في الذكاء الاصطناعي، الخوارزمية التطورية (بالإنجليزية: Evolutionary algorithms) هي مجموعة فرعية من الحسابات التطورية. الخوارزمية التطورية تستخدم بعض الآليات المستوحاة من : الاستنساخ، ، ، والاختيار. الحلول المرشحة للمشكلة الأمثل تلعب دور الأفراد في قطاع من السكان، المهمة الملائمة تحدد البيئة التي تتم فيها «حياة» الحلول (انظر أيضا تطور السكان يأخذ مكانه بعد التطبيق المتكرر للعملية أعلاه. التطور الاصطناعي يصف العملية الفردية التي تنطوي على الخوارزميات التطورية ؛الخوارزمية التطورية هي المكونات الفردية التي تساهم في التطور الاصطناعي. (ar) In computational intelligence (CI), an evolutionary algorithm (EA) is a subset of evolutionary computation, a generic population-based metaheuristic optimization algorithm. An EA uses mechanisms inspired by biological evolution, such as reproduction, mutation, recombination, and selection. Candidate solutions to the optimization problem play the role of individuals in a population, and the fitness function determines the quality of the solutions (see also loss function). Evolution of the population then takes place after the repeated application of the above operators. (en) Evolutionäre Algorithmen (EA) sind eine Klasse von stochastischen, metaheuristischen Optimierungsverfahren, deren Funktionsweise von der Evolution natürlicher Lebewesen inspiriert ist. In Anlehnung an die Natur werden Lösungskandidaten für ein bestimmtes Problem künstlich evolviert, EA sind also naturanaloge Optimierungsverfahren. Die Zuordnung zu den stochastischen und metaheuristischen Algorithmen bedeutet vor allem, dass EA meist nicht die beste Lösung für ein Problem finden, aber bei Erfolg eine hinreichend gute, was in der Praxis vor allem bei NP-vollständigen Problemen bereits wünschenswert ist. Die Verfahren verschiedener EA unterscheiden sich untereinander in erster Linie durch die genutzten Selektions-, Rekombinations- und Mutationsoperatoren, das Genotyp-Phänotyp-Mapping sowie di (de) Los algoritmos evolutivos son métodos de optimización y búsqueda de soluciones basados en los postulados de la evolución biológica. En ellos se mantiene un conjunto de entidades que representan posibles soluciones, las cuales se mezclan, y compiten entre sí, de tal manera que las más aptas son capaces de prevalecer a lo largo del tiempo, evolucionando hacia mejores soluciones cada vez. (es) Les algorithmes évolutionnistes ou algorithmes évolutionnaires (evolutionary algorithms en anglais), sont une famille d'algorithmes dont le principe s'inspire de la théorie de l'évolution pour résoudre des problèmes divers. Ce sont donc des méthodes de calcul bioinspirées. L'idée est de faire évoluer un ensemble de solutions à un problème donné, dans l'optique de trouver les meilleurs résultats. Ce sont des algorithmes dits stochastiques, car ils utilisent itérativement des processus aléatoires. (fr) 進化的アルゴリズム（しんかてきアルゴリズム、evolutionary algorithm、EAと略記）は進化的計算の一分野を意味し、人工知能の一部である。個体群ベースのメタヒューリスティックな最適化アルゴリズムの総称である。そのメカニズムとして生殖、突然変異、遺伝子組み換え、自然淘汰、適者生存といった進化の仕組みに着想を得たアルゴリズムを用いる。最適化問題の解の候補群が生物の個体群の役割を果たし、コスト関数によってどの解が生き残るかを決定する。それが繰り返された後、個体群の進化が行われる。 EAの例を以下に示す。これらの技法は本質的には同様だが、実装の詳細は異なっており、適用される問題の分野が異なる。 これらは適応度地形にいかなる仮定も持たないので、進化的アルゴリズムがあらゆるタイプの問題でうまく機能すると信じられている（ただし、ノーフリーランチ定理に注意）。このことは、工学、芸術、生物学、経済学(進化経済学)、遺伝学、オペレーションズリサーチ、ロボット工学、社会科学、物理学、化学などの分野で成功を収めていることで裏付けられている。 (ja) Algoritmos Evolutivos são algoritmos baseados em uma gama de mecanismos da evolução biológica e serviram para originar conceitos um pouco mais recentes, como o dos Algoritmos Genéticos A motivação para a construção de tais surgiu de teorias através das quais a Natureza, por meio de seus recursos, resolveu problemas de complexidade, isto é, determinar quantidade de “recursos” para resolver “problemas”, de sobrevivência. Assim, pode-se dizer que a natureza otimiza seus mecanismos para resolver um ou mais problemas. (pt) Еволюційні алгоритми — напрям в штучному інтелекті (розділ еволюційного моделювання), що використовує і моделює біологічну еволюцію. Розрізняють різні алгоритми: генетичні алгоритми, еволюційне програмування, еволюційні стратегії, , генетичне програмування тощо. Всі вони моделюють базові положення в теорії біологічної еволюції — процеси відбору, мутації і відтворення. Поведінка агентів визначається довкіллям. Множину агентів прийнято називати популяцією. Така популяція еволюціонує відповідно до правил відбору відповідно до цільової функції, що задається довкіллям. Таким чином, кожному агентові (індивідуумові) популяції призначається значення його придатності в довкіллі. Розмножуються лише найпридатніші види. Рекомбінація і мутація дозволяють агентам змінюватись і пристосовуватися до середо (uk) |
| rdfs:label | خوارزمية تطورية (ar) Evolutionärer Algorithmus (de) Algoritmo evolutivo (es) Evolutionary algorithm (en) Algorithme évolutionniste (fr) Algoritmo evolutivo (it) 進化的アルゴリズム (ja) Algorytm ewolucyjny (pl) Algoritmo evolutivo (pt) Эволюционные алгоритмы (ru) 进化算法 (zh) Еволюційний алгоритм (uk) |
| owl:sameAs | freebase:Evolutionary algorithm yago-res:Evolutionary algorithm wikidata:Evolutionary algorithm dbpedia-ar:Evolutionary algorithm dbpedia-az:Evolutionary algorithm dbpedia-bar:Evolutionary algorithm dbpedia-de:Evolutionary algorithm dbpedia-es:Evolutionary algorithm dbpedia-fa:Evolutionary algorithm dbpedia-fi:Evolutionary algorithm dbpedia-fr:Evolutionary algorithm dbpedia-gl:Evolutionary algorithm http://hi.dbpedia.org/resource/विकासात्मक_कलनविधि dbpedia-hr:Evolutionary algorithm dbpedia-it:Evolutionary algorithm dbpedia-ja:Evolutionary algorithm dbpedia-pl:Evolutionary algorithm dbpedia-pt:Evolutionary algorithm dbpedia-ru:Evolutionary algorithm dbpedia-simple:Evolutionary algorithm dbpedia-sl:Evolutionary algorithm dbpedia-sr:Evolutionary algorithm dbpedia-th:Evolutionary algorithm dbpedia-tr:Evolutionary algorithm dbpedia-uk:Evolutionary algorithm dbpedia-zh:Evolutionary algorithm https://global.dbpedia.org/id/T9D8 |
| prov:wasDerivedFrom | wikipedia-en:Evolutionary_algorithm?oldid=1121859515&ns=0 |
| foaf:depiction | wiki-commons:Special:FilePath/Estimation_of_Distribution_Algorithm_animation.gif wiki-commons:Special:FilePath/Two-population_EA_search_(2).gif wiki-commons:Special:FilePath/Two-population_EA_search_(3).gif wiki-commons:Special:FilePath/Two_population_EA_animation.gif |
| foaf:isPrimaryTopicOf | wikipedia-en:Evolutionary_algorithm |
| is dbo:wikiPageDisambiguates of | dbr:EA_(disambiguation) |
| is dbo:wikiPageRedirects of | dbr:Evolutionary_Algorithm dbr:Evolutionary_algorithms dbr:Hunting_Search dbr:Artificial_evolution dbr:Evolutionary_methods dbr:Evolutive_algorithm |
| is dbo:wikiPageWikiLink of | dbr:Protein_design dbr:Python_SCOOP_(software) dbr:Scientific_method dbr:List_of_algorithm_general_topics dbr:Neural_network dbr:MANIC_(cognitive_architecture) dbr:MCACEA dbr:Memetic_algorithm dbr:Bio-inspired_computing dbr:Algorithm_selection dbr:Algorithmic_composition dbr:Algorithmic_skeleton dbr:Algorithmic_technique dbr:Applications_of_evolution dbr:History_of_artificial_intelligence dbr:Hubert_Dreyfus's_views_on_artificial_intelligence dbr:Intelligent_agent dbr:MilkyWay@home dbr:List_of_numerical_analysis_topics dbr:List_of_research_methods_in_biology dbr:Universal_Darwinism dbr:Cryptographically_secure_pseudorandom_number_generator dbr:Mathematical_optimization dbr:Mean-field_particle_methods dbr:Memetics dbr:Chen_Guanrong dbr:Gaussian_adaptation dbr:Neural_architecture_search dbr:Elastix_(image_registration) dbr:Garrett_Camp dbr:Gene_expression_programming dbr:Genetic_algorithm dbr:Glossary_of_artificial_intelligence dbr:Grammar_induction dbr:Misaligned_goals_in_artificial_intelligence dbr:Mu_(letter) dbr:Constructive_cooperative_coevolution dbr:Crystal_structure_prediction dbr:Ornithopter dbr:Ant_colony_optimization_algorithms dbr:Machine_learning dbr:Computational_intelligence dbr:Computer-automated_design dbr:Computer_virus dbr:Frodo_Adventure_Camera dbr:Phenotypic_plasticity dbr:Machine_learning_in_video_games dbr:Babak_Hodjat dbr:Adaptive_dimensional_search dbr:Agent-based_model dbr:Darwin_machine dbr:Galactic_Arms_Race dbr:July–September_2020_in_science dbr:Learning_automaton dbr:Learning_classifier_system dbr:Linear-feedback_shift_register dbr:Evolution dbr:Evolutionary_Algorithm_for_Landmark_Detection dbr:Numbers_(season_4) dbr:Parallel_metaheuristic dbr:Cellular_evolutionary_algorithm dbr:Chatbot dbr:Digital_organism dbr:Fly_algorithm dbr:Global_optimization dbr:Kalyanmoy_Deb dbr:HeuristicLab dbr:Hydrophobic-polar_protein_folding_model dbr:Hyperparameter_optimization dbr:EA_(disambiguation) dbr:Jipi_and_the_Paranoid_Chip dbr:Artificial_life dbr:K-nearest_neighbors_algorithm dbr:Lambda dbr:Biocybernetics dbr:Biogeography-based_optimization dbr:Blondie24 dbr:Blue_Brain_Project dbr:Java_Grammatical_Evolution dbr:Douglas_Werner dbr:Artificial_imagination dbr:Artificial_society dbr:Audio_watermark dbr:Automatic_label_placement dbr:BELBIC dbr:CMA-ES dbr:Philosophy_of_artificial_intelligence dbr:Polyworld dbr:Space_Technology_5 dbr:Evolutionary_Algorithm dbr:Evolutionary_algorithms dbr:Hybridisation dbr:Neuroevolution dbr:Self-modifying_code dbr:MU dbr:Multidisciplinary_design_optimization dbr:Swarm_intelligence dbr:List_of_volunteer_computing_projects dbr:Superintelligence dbr:EvoSuite dbr:Evolutionary_computation dbr:Evolutionary_data_mining dbr:Evolutionary_multimodal_optimization dbr:Evolutionary_music dbr:Evolutionary_programming dbr:Evolutionary_robotics dbr:Evolvable_hardware dbr:Fitness_landscape dbr:Hunting_Search dbr:Multi-objective_optimization dbr:Symbolic_regression dbr:Phil_Husbands dbr:Reward-based_selection dbr:Soft_computing dbr:Outline_of_machine_learning dbr:Outline_of_software_engineering dbr:Peter_J._Fleming dbr:Xenobot dbr:Table_of_metaheuristics dbr:Artificial_evolution dbr:Evolutionary_methods dbr:Evolutive_algorithm |
| is foaf:primaryTopic of | wikipedia-en:Evolutionary_algorithm |
