|
III.BOB. GENETIK ALGORITMNING AFZALLIKLARI VA UNGA QO’YILGAN CHEKLOVLAR
|
| bet | 5/5 | | Sana | 14.12.2023 | | Hajmi | 72,5 Kb. | | #118785 |
Bog'liq Axborot xavfsizligi” kafedrasi 5330300-Axborot xavfsizligiIII.BOB. GENETIK ALGORITMNING AFZALLIKLARI VA UNGA QO’YILGAN CHEKLOVLAR
Genetik algoritmning afzalliklari
Genetik algoritmlarning parallel imkoniyatlari eng yaxshi.
Bu diskret funktsiyalari, ko‘p maqsadli vazifalar va uzluksiz funksiyalar kabi turli vazifalarni optimallashtirishga xizmat qiladi.
Bunday muammolarni hal etish bugungi kunda rivojlanmoqda.
Genetik algoritmlarning cheklovlari
Genetik algoritmlar oddiy muammolarni hal qilish uchun samarali algoritmlar emas.Bu muammoning yakuniy yechimi sifatiga kafolat bermaydi. Moslik qiymatlarini takroriy hisoblash ba'zi hisoblash qiyinchiliklarini keltirib chiqarishi mumkin.
Genetik algoritmlar va an'anaviy algoritmlar o'rtasidagi farq
Qidiruv maydoni - muammoning barcha mumkin bo'lgan yechimlari to'plamidir. An'anaviy algoritmda faqat bitta yechimlar to'plami saqlanadi, genetik algoritmda esa qidiruv maydonida bir nechta yechimlar to'plamidan foydalanish mumkin.
An'anaviy algoritmlar qidiruvni amalga oshirish uchun ko'proq ma'lumotga muhtoj, genetik algoritmlar esa individning mosligini hisoblash uchun faqat bitta moslilik funksiya kerak.
An'anaviy algoritmlar parallel ravishda ishlay olmaydi, genetik algoritmlar esa parallel ravishda ishlashi mumkin.
Genetik algoritmlardagi katta farq shundan iboratki, irsiy algoritmlar to'g'ridan-to'g'ri qidiruv natijalari bo'yicha emas, balki ko'pincha xromosomalarga tegishli bo'lgan ularning tasvirlari (yoki ko'rsatilishi) bo'yicha ishlaydi.
An'anaviy algoritmlar oxir-oqibat faqat bitta natijani yaratishi mumkin, genetik algoritmlar esa turli avlodlardan bir nechta maqbul natijalarni yaratishi mumkin.
An'anaviy algoritm optimal natijalarni yaratish ehtimoli ko'proq emas, genetik algoritmlar esa optimal global natijalarni yaratishni kafolatlamaydi, ammo muammo uchun optimal natijani olishning katta imkoniyati mavjud, chunki u krossover va mutatsiya kabi genetik operatorlardan foydalanadi.
An'anaviy algoritmlar tabiatan deterministik, genetik algoritmlar esa ehtimollik va stokastik xususiyatga ega.
XULOSA
Genetik algoritm - tabiatda tabiiy tanlanishga o'xshash mexanizmlar yordamida kerakli parametrlarni tasodifiy tanlash, kombinatsiyalash va o'zgartirish yo'li bilan optimallashtirish va modellashtirish masalalarini hal qilish uchun ishlatiladigan evristik qidiruv algoritmi. Bu meros, mutatsiya, tanlash va chatishuv kabi tabiiy evolyutsiya usullaridan foydalangan holda optimallashtirish muammolarini hal qiladigan evolyutsion hisoblashning bir turi. Genetik algoritmning o'ziga xos xususiyati yovvoyi tabiatdagi o'tish roliga o'xshash nomzod yechimlarni rekombinatsiya qilish operatsiyasini amalga oshiradigan "o'tish" operatoridan foydalanishga urg'u berishdir.
Xususiyatlarni optimallashtirish, ma'lumotlar bazasi so'rovlarini optimallashtirish, grafiklardagi turli muammolar (sayyor sotuvchi muammosi), sun'iy neyron tarmog'ini o'rnatish va o'rgatish, vazifalarni yaratish, rejalashtirish, o'yin strategiyalari va ehtimollar nazariyasi kabi sohalarda genetik algoritmlardan foydalanishimiz mumkin.
Demak, genetik algoritmlardan foydalanish bizning qiladigan ishimizni yengillashtirishi mumkin.
FOYDALANILGAN ADABIYOTLAR
https://fayllar.org/genetik-algoritmlar.html
https://aim.uz/prezentatsii/119-biologiya-prezentatsii/37344-genetik-algoritmlar.html
https://www.mathworks.com/help/gads/what-is-the-genetic-algorithm.html
https://en.wikipedia.org/wiki/Genetic_algorithm
https://www.javatpoint.com/genetic-algorithm-in-machine-learning
|
| |
