Evolutionære algoritmer er en retning inden for kunstig intelligens (en del af evolutionær modellering ), der bruger og modellerer processerne for naturlig udvælgelse .
Alle af dem modellerer de grundlæggende bestemmelser i teorien om biologisk evolution - processerne for selektion, mutation og reproduktion. Agenternes adfærd bestemmes af miljøet. Et sæt af agenter kaldes en population. En sådan population udvikler sig i overensstemmelse med udvælgelsesreglerne i overensstemmelse med den objektive funktion, miljøet giver. Således tildeles hver agent (individ) i befolkningen en værdi af dens egnethed i miljøet. Kun den bedst egnede art yngler. Rekombination og mutation tillader agenter at ændre sig og tilpasse sig miljøet. Sådanne algoritmer omtales som adaptive søgemaskiner.
Evolutionære algoritmer er med succes blevet brugt til problemer med funktionel optimeringstype og kan let beskrives i matematisk sprog.
Evolutionære algoritmer bruges til kombinatorisk optimering , især til at løse klassiske NP-komplette problemer , såsom rejsende sælgerproblem , rygsækpakningsproblem , nummeropdeling, maksimalt uafhængigt sæt og grafskitsering . [en]
Muligheden for at bruge evolutionære algoritmer i musik bliver aktivt udforsket i Østrig , primært når man forsøger at modellere spillet af musikinstrumenter af berømte mennesker fra forskellige tidsaldre. [2]
Machine learning og data mining | |
---|---|
Opgaver | |
At lære med en lærer | |
klyngeanalyse | |
Dimensionalitetsreduktion | |
Strukturel prognose | |
Anomali detektion | |
Grafer sandsynlighedsmodeller | |
Neurale netværk | |
Forstærkende læring |
|
Teori | |
Tidsskrifter og konferencer |
|