Skarso
Forumer attivo
DA WIKIPEDIA : “L'algoritmo genetico è un algoritmo di ottimizzazione e appartiene ad una particolare classe di algoritmi utilizzati in diversi campi, tra cui l'intelligenza artificiale. È un metodo euristico di ricerca ed ottimizzazione, ispirato al principio della selezione naturale di Charles Darwin che regola l'evoluzione biologica.
Il nome deriva dal fatto che i suoi primi pionieri si ispirarono alla natura e alla genetica, branca della biologia.
Gli algoritmi genetici sono applicabili alla risoluzione di un'ampia varietà di problemi d'ottimizzazione non indicati per gli algoritmi classici, compresi quelli in cui la funzione obiettivo è discontinua, non derivabile, stocastica, o fortemente non lineare
Un tipico algoritmo genetico parte da un certo numero di possibili soluzioni (individui) chiamate popolazione e provvede a farle evolvere nel corso dell'esecuzione: a ciascuna iterazione, esso opera una selezione di individui della popolazione corrente, impiegandoli per generare nuovi elementi della popolazione stessa, che andranno a sostituire un pari numero d'individui già presenti, e a costituire in tal modo una nuova popolazione per l'iterazione (o generazione) seguente. Tale successione di generazioni evolve verso una soluzione ottimale (locale o globale) del problema assegnato.
La loro evoluzione viene ottenuta attraverso una parziale ricombinazione delle soluzioni, ogni individuo trasmette parte del suo patrimonio genetico ai propri discendenti, e l'introduzione di mutazioni casuali nella popolazione di partenza, sporadicamente quindi nascono individui con caratteristiche non comprese tra quelle presenti nel corredo genetico della specie originaria. La mutazione serve, in genere, per inserire un po' di caos tra le soluzioni ed evitare che si cada in un ottimo locale”
insomma gli Algoritmi Genetici ( GA ) sono anche essi “APPROSSIMATORI UNIVERSALI” quindi utilissimi x trovare soluzioni nei campi più disparati
x maggiori spiegazioni si rimanda all’ ampio materiale reperibile in rete
i GA possono essere utili anche nello sviluppo dei TS ? secondo me sì, soprattutto nella stima ( ex-ante ) dei parametri quando questi sono in numero > 1
molto probabilmente interverranno sapientoni ed espertoni ( in realtà come al solito disinformati sull’ argomento oggetto del thread . . . ) che si affretteranno ad affermare che invece i GA non servono a un tubbo, bla bla bla etc
quindi prima di proseguire nel thread vorrei sapere se invece c’ è qualche isolato lettore interessato a saperne di più e a discutere sul loro eventuale utilizzo nei TS . . .
Il nome deriva dal fatto che i suoi primi pionieri si ispirarono alla natura e alla genetica, branca della biologia.
Gli algoritmi genetici sono applicabili alla risoluzione di un'ampia varietà di problemi d'ottimizzazione non indicati per gli algoritmi classici, compresi quelli in cui la funzione obiettivo è discontinua, non derivabile, stocastica, o fortemente non lineare
Un tipico algoritmo genetico parte da un certo numero di possibili soluzioni (individui) chiamate popolazione e provvede a farle evolvere nel corso dell'esecuzione: a ciascuna iterazione, esso opera una selezione di individui della popolazione corrente, impiegandoli per generare nuovi elementi della popolazione stessa, che andranno a sostituire un pari numero d'individui già presenti, e a costituire in tal modo una nuova popolazione per l'iterazione (o generazione) seguente. Tale successione di generazioni evolve verso una soluzione ottimale (locale o globale) del problema assegnato.
La loro evoluzione viene ottenuta attraverso una parziale ricombinazione delle soluzioni, ogni individuo trasmette parte del suo patrimonio genetico ai propri discendenti, e l'introduzione di mutazioni casuali nella popolazione di partenza, sporadicamente quindi nascono individui con caratteristiche non comprese tra quelle presenti nel corredo genetico della specie originaria. La mutazione serve, in genere, per inserire un po' di caos tra le soluzioni ed evitare che si cada in un ottimo locale”
insomma gli Algoritmi Genetici ( GA ) sono anche essi “APPROSSIMATORI UNIVERSALI” quindi utilissimi x trovare soluzioni nei campi più disparati
x maggiori spiegazioni si rimanda all’ ampio materiale reperibile in rete
i GA possono essere utili anche nello sviluppo dei TS ? secondo me sì, soprattutto nella stima ( ex-ante ) dei parametri quando questi sono in numero > 1
molto probabilmente interverranno sapientoni ed espertoni ( in realtà come al solito disinformati sull’ argomento oggetto del thread . . . ) che si affretteranno ad affermare che invece i GA non servono a un tubbo, bla bla bla etc
quindi prima di proseguire nel thread vorrei sapere se invece c’ è qualche isolato lettore interessato a saperne di più e a discutere sul loro eventuale utilizzo nei TS . . .