Algoritmo gen tico

Algoritmo genético
Um algoritmo genético (AG) é uma técnica de busca utilizada na ciência da computação para achar soluções aproximadas em problemas de otimização e busca, fundamentado principalmente pelo americano John Henry Holland. Algoritmos genéticos são uma classe particular de algoritmos evolutivos que usam técnicas inspiradas pela biologia evolutivacomo hereditariedade, mutação, seleção natural e recombinação (ou crossing over).
Índice
[esconder]
1 Visão Geral
2 O que é AG
3 Componentes principais
3.1 função-objetivo
3.2 indivíduo
3.3 seleção
3.4 reprodução
4 Programação Genética
5 Bibliotecas e Frameworks para Algoritmos Genéticos
6 Bibliografia
7 Ver também
8 Referências
9 Ligações externas
Visão Geral
Algoritmos Genéticos (AG) são implementados como uma simulação de computador em que uma população de representações abstratas de solução é selecionada em busca de soluções melhores. A evolução geralmente se inicia a partir de um conjunto de soluções criado aleatoriamente e é realizada por meio de gerações. A cada geração, a adaptação de cada solução na população é avaliada, alguns indivíduos são selecionados para a próxima geração, e recombinados ou mutados para formar uma nova população. A nova população então é utilizada como entrada para a próxima iteração do algoritmo.
O que é AG
Algoritmos genéticos diferem dos algoritmos tradicionais de otimização em basicamente quatro aspectos:
Baseiam-se em uma codificação do conjunto das soluções possíveis, e não nos parâmetros da otimização em si; os resultados são apresentados como uma população de soluções e não como uma solução única; não necessitam de nenhum conhecimento derivado do problema, apenas de uma forma de avaliação do resultado; usam transições probabilísticas e não regras determinísticas.[1] função AlgoritmoGenético(população, função-objetivo) saídas: indivíduo entradas: população→ uma lista de indivíduos função-objetivo→ uma função que recebe um indivíduo e retorna um número real.