Genetic algorithm (GA) is a method

Genetic algorithm (GA) is a method of optimization that employs techniques associated with genetic process in living creatures in nature. Based on “the survival of the fittest”, it intends to find the best solution (Haupt & Haupt, 2004). GA works with a population of randomly generated individuals represented by chromosomes. Here, chromosomes are generally binary-encoded. The population has evolved toward better solutions using such genetic operators as crossover and mutation. In each new generation, the individual with the best solution generates new offspring, replacing those with poor solutions. Crossover hybridizes the genes of two parent chromosomes and generates child chromosomes. In this way, an increase is experienced in the number of individuals that will yield the best solution. The main component here is fitness function, which plays a role in deciding on good or bad solutions (Cordon, Herrera, Hoffmann, & Magdalena, 2001). Mutation is the process of altering, at a randomly determined rate, the genes of the chromosomes of the individuals in the population. The reason for the process is to ensure that the next generation will not be the same as the preceding generation. Figure 2 shows the flow chart of genetic algorithm.

ผลลัพธ์ (ไทย) 1:

อัลกอริทึมทางพันธุกรรม (GA) เป็นวิธีการเพิ่มประสิทธิภาพที่ใช้เทคนิคที่เกี่ยวข้องกับกระบวนการทางพันธุกรรมในสิ่งมีชีวิตที่อยู่อาศัยในธรรมชาติ ขึ้นอยู่กับ "การอยู่รอดของเดอะ fittest" มันมีเพื่อค้นหาโซลูชันดีที่สุด (Haupt & Haupt, 2004) GA ทำงานกับประชากรของบุคคลที่สร้างขึ้นแบบสุ่มแสดง โดย chromosomes ที่นี่ chromosomes อยู่ทั่วไบนารีเข้ารหัส ประชากรมีพัฒนาไปสู่โซลูชั่นที่ดีกว่าการใช้ตัวดำเนินการทางพันธุกรรมดังกล่าวเป็นแบบไขว้และการกลายพันธุ์ ในแต่ละรุ่นใหม่ บุคคลกับสุดสร้างลูกหลานใหม่ แทนที่ ด้วยโซลูชั่นที่ดี ไขว้ hybridizes ยีนของ chromosomes หลักสอง และสร้างเด็ก chromosomes ด้วยวิธีนี้ ประสบการณ์การเพิ่มจำนวนของบุคคลที่จะได้ทางออกดีที่สุด ส่วนประกอบหลักที่นี่คือ ฟังก์ชัน ออกกำลังกายซึ่งมีบทบาทในการตัดสินใจดี หรือไม่ดีโซลูชั่น (กอร์ดอง Herrera, Hoffmann และมักดาเล นา 2001) การกลายพันธุ์เป็นกระบวนการเปลี่ยนแปลง ที่อัตราการสุ่มกำหนด ยีนของ chromosomes บุคคลในประชากร เหตุผลที่กระบวนการเพื่อ ให้แน่ใจว่า รุ่นต่อไปจะไม่เหมือนกับรุ่นก่อนหน้านี้ได้ รูปที่ 2 แสดงแผนภูมิการไหลของขั้นตอนวิธีพันธุกรรม

ผลลัพธ์ (ไทย) 2:

ขั้นตอนวิธีทางพันธุกรรม (GA) เป็นวิธีของการเพิ่มประสิทธิภาพที่ใช้เทคนิคที่เกี่ยวข้องกับกระบวนการทางพันธุกรรมในสิ่งมีชีวิตในธรรมชาติ ขึ้นอยู่กับ "ความอยู่รอดของ fittest" ก็ตั้งใจที่จะหาทางออกที่ดีที่สุด (Haupt & Haupt, 2004) GA ทำงานร่วมกับประชากรของบุคคลที่สร้างแบบสุ่มตัวแทนจากโครโมโซม ที่นี่มักจะมีโครโมโซมไบนารีเข้ารหัส จำนวนประชากรที่มีการพัฒนาไปสู่​​การแก้ปัญหาที่ดีกว่าการใช้ประกอบการทางพันธุกรรมเช่นครอสโอเวอร์และการกลายพันธุ์ ในแต่ละรุ่นใหม่บุคคลที่มีทางออกที่ดีที่สุดสร้างลูกหลานใหม่แทนผู้ที่มีการแก้ปัญหาที่ไม่ดี ครอสโอเวอร์ hybridizes ยีนของโครโมโซมสองผู้ปกครองและสร้างโครโมโซมเด็ก ด้วยวิธีนี้เพิ่มขึ้นมีประสบการณ์ในจำนวนของบุคคลที่จะให้ทางออกที่ดีที่สุด องค์ประกอบหลักที่นี่คือฟังก์ชั่นการออกกำลังกายที่มีบทบาทในการตัดสินใจในการแก้ปัญหาที่ดีหรือไม่ดี (Cordon, Herrera, Hoffmann และแมกดาเลนา, 2001) การกลายพันธุ์เป็นกระบวนการของการเปลี่ยนแปลงในอัตราที่กำหนดแบบสุ่มยีนของโครโมโซมของบุคคลในประชากร เหตุผลสำหรับกระบวนการเพื่อให้แน่ใจว่ารุ่นต่อไปจะไม่เป็นเช่นเดียวกับรุ่นก่อนหน้านี้ รูปที่ 2 แสดงแผนภูมิการไหลของขั้นตอนวิธีทางพันธุกรรม

ผลลัพธ์ (ไทย) 3:

ขั้นตอนวิธีเชิงพันธุกรรม ( GA ) เป็นวิธีการเพิ่มประสิทธิภาพที่จะใช้เทคนิคที่เกี่ยวข้องกับกระบวนการทางพันธุกรรมในสิ่งมีชีวิตในธรรมชาติ บนพื้นฐานของ " การอยู่รอดของ fittest " มันตั้งใจที่จะหาโซลูชั่นที่ดีที่สุด ( ฮอปต์&ฮอปต์ , 2004 ) กาทำงานกับประชากรของบุคคลที่สร้างขึ้นแบบสุ่มที่แสดงโดยโครโมโซม ที่นี่โดยทั่วไปจะมีโครโมโซมแบบเข้ารหัสประชากรมีการพัฒนาต่อโซลูชั่นที่ดีขึ้นโดยใช้พันธุกรรมเป็นครอสโอเวอร์และการกลายพันธุ์ ใหม่ในแต่ละรุ่น แต่ละ ด้วยโซลูชั่นที่ดีที่สุดสร้างใหม่ลูกหลาน แทนที่ผู้ยากจน โซลูชั่น การ hybridizes ยีนของโครโมโซม โครโมโซม และสร้างสองแม่ลูก ในวิธีนี้เพิ่มประสบการณ์ในหมายเลขของแต่ละบุคคลที่จะให้ผลคำตอบที่ดีที่สุด แต่ส่วนประกอบหลักที่นี่คือฟังก์ชันฟิตเนส ซึ่งบทบาทในการตัดสินใจ ดี หรือ ไม่ดี โซลูชั่น ( Cordon , Herrera , ฮอฟแมน& Magdalena , 2001 ) การกลายพันธุ์คือกระบวนการเปลี่ยนแปลงที่สุ่มกำหนดอัตรา ยีนของโครโมโซมของบุคคลในชุมชนเหตุผลที่กระบวนการเพื่อให้แน่ใจว่ารุ่นต่อไปจะไม่เหมือนกับรุ่นก่อนหน้านี้ . รูปที่ 2 แสดงแผนภูมิการไหลของขั้นตอนวิธีเชิงพันธุกรรม .