Daftar Isi:
Definisi - Apa yang dimaksud dengan Algoritma Genetika?
Algoritma genetika adalah metode pencarian heuristik yang digunakan dalam kecerdasan buatan dan komputasi. Ini digunakan untuk menemukan solusi optimal untuk mencari masalah berdasarkan teori seleksi alam dan biologi evolusi. Algoritma genetika sangat baik untuk mencari melalui set data yang besar dan kompleks. Mereka dianggap mampu menemukan solusi yang masuk akal untuk masalah kompleks karena mereka sangat mampu memecahkan masalah optimasi yang tidak dibatasi dan dibatasi.
Techopedia menjelaskan Algoritma Genetika
Algoritma genetika memanfaatkan teknik yang diilhami dari biologi evolusioner seperti seleksi, mutasi, pewarisan dan rekombinasi untuk menyelesaikan masalah. Metode yang paling umum digunakan dalam algoritma genetika adalah membuat sekelompok individu secara acak dari populasi tertentu. Individu yang dibentuk kemudian dievaluasi dengan bantuan fungsi evaluasi yang disediakan oleh programmer. Individu kemudian diberi skor yang secara tidak langsung menyoroti kebugaran situasi yang diberikan. Dua individu terbaik kemudian digunakan untuk membuat satu atau lebih anak, setelah itu mutasi acak dilakukan pada anak. Bergantung pada kebutuhan aplikasi, prosedur berlanjut hingga solusi yang dapat diterima diperoleh atau sampai sejumlah generasi telah berlalu.
Algoritme genetik berbeda dari algoritma optimisasi klasik, berbasis turunan, dalam dua cara:
- Algoritme genetik menghasilkan populasi titik di setiap iterasi, sedangkan algoritma klasik menghasilkan titik tunggal di setiap iterasi.
- Algoritma genetika memilih populasi berikutnya dengan perhitungan menggunakan generator angka acak, sedangkan algoritma klasik memilih titik berikutnya dengan perhitungan deterministik.
Dibandingkan dengan kecerdasan buatan tradisional, algoritma genetika memberikan banyak keuntungan. Itu lebih kuat dan rentan terhadap kerusakan karena sedikit perubahan input atau karena adanya kebisingan. Sehubungan dengan metode optimasi lainnya seperti praksis, pemrograman linier, heuristik, pertama atau luas-pertama, algoritma genetika dapat memberikan hasil yang lebih baik dan lebih signifikan saat mencari ruang keadaan multi-modal besar, ruang keadaan besar atau permukaan n-dimensi.
Algoritma genetika banyak digunakan di berbagai bidang seperti robotika, desain otomotif, perutean telekomunikasi yang dioptimalkan, desain teknik, dan desain molekul berbantuan komputer.
