Pengantar algoritma evolusioner
Ikuti seleksi, crossover dan mutasi pada populasi solusi sederhana.
Yang akan kamu pahami
Bedakan representasi individu, fitness, seleksi, crossover, dan mutasi. Jelaskan alasan memakai populasi.
Konsep inti
Algoritma evolusioner memelihara beberapa solusi kandidat. Fitness menilai kualitas tiap kandidat. Seleksi menentukan peluang menjadi induk, crossover menggabungkan bagian dua induk, dan mutasi membuat variasi tambahan. Elitisme dapat menyalin kandidat terbaik ke generasi berikutnya. Bagian ini memperluas topik pengantar algoritma evolusioner dari silabus.
Coba langkahnya
Maksimalkan jumlah angka 1 pada string 4 bit. Lihat satu kemungkinan generasi dengan crossover setelah bit kedua.
| Bit 1 | Bit 2 | Bit 3 | Bit 4 | Fitness | |
|---|---|---|---|---|---|
| Induk A | 1 | 1 | 0 | 0 | 2 |
| Induk B | 0 | 0 | 1 | 1 | 2 |
| Kandidat C | 1 | 0 | 0 | 0 | 1 |
| Keturunan | · | · | · | · | · |
Dalam masalah berkendala seperti penjadwalan, crossover dapat menghasilkan kandidat ilegal. Pilih representasi yang menjaga kendala atau gunakan prosedur perbaikan. Fitness saja belum menjamin semua kandidat layak.