Índice:
Definição - O que significa Algoritmo Genético?
Um algoritmo genético é um método de pesquisa heurística usado em inteligência artificial e computação. É usado para encontrar soluções otimizadas para pesquisar problemas com base na teoria da seleção natural e na biologia evolutiva. Os algoritmos genéticos são excelentes para pesquisar em conjuntos de dados grandes e complexos. Eles são considerados capazes de encontrar soluções razoáveis para problemas complexos, pois são altamente capazes de resolver problemas de otimização irrestritos e restritos.
Techopedia explica o algoritmo genético
Um algoritmo genético utiliza técnicas inspiradas na biologia evolutiva, como seleção, mutação, herança e recombinação para resolver um problema. O método mais comumente empregado em algoritmos genéticos é criar um grupo de indivíduos aleatoriamente a partir de uma determinada população. Os indivíduos assim formados são avaliados com a ajuda da função de avaliação fornecida pelo programador. Os indivíduos recebem uma pontuação que indiretamente destaca a adequação à situação em questão. Os dois melhores indivíduos são então usados para criar um ou mais filhos, após o que mutações aleatórias são feitas nos filhos. Dependendo das necessidades do aplicativo, o procedimento continua até que uma solução aceitável seja obtida ou até que um certo número de gerações tenha passado.
Um algoritmo genético difere de um algoritmo de otimização clássico, baseado em derivado de duas maneiras:
- Um algoritmo genético gera uma população de pontos em cada iteração, enquanto um algoritmo clássico gera um único ponto em cada iteração.
- Um algoritmo genético seleciona a próxima população por computação usando geradores de números aleatórios, enquanto um algoritmo clássico seleciona o próximo ponto por computação determinística.
Comparado à inteligência artificial tradicional, um algoritmo genético oferece muitas vantagens. É mais robusto e suscetível a falhas devido a pequenas alterações nas entradas ou devido à presença de ruído. Com relação a outros métodos de otimização como praxis, programação linear, heurística, primeiro ou amplitude, um algoritmo genético pode fornecer resultados melhores e mais significativos ao pesquisar grandes espaços de estados multimodais, grandes espaços de estados ou superfícies n-dimensionais.
Os algoritmos genéticos são amplamente utilizados em muitos campos, como robótica, design automotivo, roteamento otimizado de telecomunicações, design de engenharia e design molecular auxiliado por computador.
