Функция фитнеса является функцией, которую вы хотите оптимизировать. Для стандартных алгоритмов оптимизации это известно как целевую функцию. Программное обеспечение тулбокса пытается найти минимум функции фитнеса.
Запишите функцию фитнеса как файл или анонимную функцию, и передайте его как входной параметр указателя на функцию к основной функции генетического алгоритма.
Индивидуум является любой точкой, к которой можно применить функцию фитнеса. Значение функции фитнеса для индивидуума является своим счетом. Например, если функция фитнеса
вектор (2,-3, 1), то, длина которого является количеством переменных в проблеме, является индивидуумом. Счетом индивидуума (2, –3, 1) является f (2, –3, 1) = 51.
Индивидуум иногда упоминается как геном и векторные записи индивидуума как гены.
Население является массивом индивидуумов. Например, если размер населения равняется 100, и количество переменных в функции фитнеса равняется 3, вы представляете население 100 3 матрица. Тот же индивидуум может появиться несколько раз в населении. Например, индивидуум (2,-3, 1) может появиться больше чем в одной строке массива.
В каждой итерации генетический алгоритм выполняет ряд расчетов на текущем населении, чтобы произвести новое население. Каждое последовательное население называется новым поколением.
Разнообразие относится к среднему расстоянию между индивидуумами в населении. У населения есть высокое разнообразие, если среднее расстояние является большим; в противном случае это имеет низкое разнообразие. В следующем рисунке у населения слева есть высокое разнообразие, в то время как у населения справа есть низкое разнообразие.
Разнообразие важно для генетического алгоритма, потому что это позволяет алгоритму искать более крупную область пробела.
Значение фитнеса индивидуума является значением функции фитнеса для того индивидуума. Поскольку программное обеспечение тулбокса находит минимум функции фитнеса, лучшее значение фитнеса для населения является наименьшим значением фитнеса для любого индивидуума в населении.
Чтобы создать следующее поколение, генетический алгоритм выбирает определенных людей в текущем населении, названном родительскими элементами, и использует их, чтобы создать индивидуумов в следующем поколении, названном дочерними элементами. Как правило, алгоритм, более вероятно, выберет родительские элементы, которые имеют лучшие значения фитнеса.
