Развитие генетических алгоритмов в системах искусственного интеллекта.

ВВЕДЕНИЕ

Мир, который нас окружает, является очень сложной системой, кото-рую пытается разгадать человек. Наука объясняет окружающее и помогает приспособиться к новой информации, получаемой из внешней среды. Многое из того, что мы видим и наблюдаем, можно объяснить теорией эволюции через наследственность, изменение и отбор.
На мировоззрение людей сильно повлияла теория эволюции Чарльза Дарвина, представленная в работе "Происхождение Видов", в 1859 году. Множество областей научного знания многим обязано революции, вызван-ной теорией эволюции и развития. Дарвин обнаружил главный механизм развития: отбор в соединении с изменчивостью, который объясняет очень широкий спектр явлений, которые мы наблюдаем в природе. Поэтому ученые, которые занимались компьютерными исследованиями, также обращались к теории эволюции. Возможность того, что вычислительная система, наделенная простыми механизмами изменчивости и отбора, могла бы функционировать по аналогии с законами эволюции в естественных системах, была очень заманчивой. Она является причиной появления ряда вычислительных систем, построенных на принципах естественного отбора.
В природе постоянно происходит процесс решения задач оптимизации, которые являются одним из самых важных практических классов. Их приходится решать каждому из нас на работе и в быту.
Благодаря открытиям, которые делают ученые, современной науке известны все основные механизмы эволюции, связанные с генетическим наследованием. Эти механизмы достаточно...

ЗАКЛЮЧЕНИЕ

При рассмотрении общих теоретических аспектов по теме «Генетиче-ские алгоритмы», выяснилось, что идея создания алгоритмов, которые могли бы решать разного рода задачи, принадлежит Джону Холланду. В 1975 году им был предложен первый генетический алгоритм. Холланд занимался разработкой алгоритмов, которые могли бы использовать механизмы естественного отбора при решении задач.
В общих чертах работу генетического алгоритма можно описать так: он создает популяцию особей, каждая из которых является решением задачи, а затем эти особи эволюционируют по принципу «выживает сильнейший», то есть остаются лишь самые оптимальные решения. Каждую особь описывает хромосома, хромосома состоит из генов, которые располагаются в определенных позициях хромосомы, т.е. вся наследственная информация, или генотип, хранится в хромосомах.
Работа генетического алгоритма имитирует естественную жизнь, только сильно упрощенную.
Генетические алгоритмы создавались как еще один метод решения задач, альтернативный уже существующим...