налаштування параметрів, приватний критерій успіху. Теоретична робота, відображена в літературі, присвяченій Гамам, не дає підстав говорити про вироблення будь-яких строгих механізмів для чітких прогнозів.
Еволюційні алгоритми - напрям у штучному інтелекті (розділ еволюційного моделювання), яке використовує і моделює процеси природного відбору.
У багатьох додатків в обчислювальній хімії є простір пошуку, яке по експоненті пропорційно проблемі розмірності, але для самого простого з випадків ці проблеми не можуть бути вирішені, використовуючи методи вичерпного пошуку. Отже, є великий інтерес до евристичних методів, щоб спробувати виявити майже оптимальні рішення в прийнятний час. Генетичні алгоритми та інші пов'язані еволюційні алгоритми служать основою для ефективної вибірки великих просторів пошуку і основного методу, широко застосовного і легко адаптованого відповідно з певними проблемами. Все це потрібно, щоб застосовувати еволюційні алгоритми до будь-якої певної проблеми. З 1992 існує велика кількість завдань до яких були успішно застосовані еволюційні алгоритми.
Еволюційні алгоритми - комп'ютерні програми, які намагаються вирішити складні проблеми, імітуючи процеси дарвинистского розвитку. В еволюційному алгоритмі багато штучних «створінь» намагаються вирішити проблему, використовуючи різні способи. Вони конкурують весь час один з одним, щоб виявити оптимальні шляхи вирішення проблеми. Вважається, що протягом довгого часу найуспішніше з цих створінь «еволюціонує», щоб виявити саме оптимальне рішення.
Штучні створення в еволюційних алгоритмах, звичайно представляються рядками фіксованої довжини або векторами. Кожен об'єкт кодує єдино можливе рішення проблеми на розгляді. Наприклад, щоб створити еволюційний алгоритм для пошуку структури молекули, кожен кут обертання навколо гнучкого зв'язку може бути закодований як дійсне число. Конкатенация цих чисел дає рядок, яка може використовуватися таким чином, що кожен елемент закодував б певний набір кутів кручення. Еволюційні алгоритми управляють пулами або кількістю особин. Еволюційні алгоритми запускаються з початкової популяції розміру m, включаючи випадкові об'єкти (тобто кожне значення в кожному рядку встановлено, використовуючи генератор випадкових чисел).
Види алгоритмів:
) генетичні алгоритми - евристичний алгоритм пошуку, використовуваний для вирішення завдань оптимізації та моделювання шляхом випадкового підбору, комбінування і варіації шуканих параметрів;
2) еволюційні стратегії - схожі на генетичні алгоритми, але в наступне покоління передаються тільки позитивні мутації;
) системи класифікаторів;
) генетичне програмування - автоматичне створення або зміна програм за допомогою генетичних алгоритмів;
) еволюційне програмування - аналогічно генетичному програмування, але структура програми постійна, змінюються тільки числові значення;
) нейроеволюція - аналогічно генетичному програмування, але геноми являють собою штучні нейронні мережі, в яких відбувається еволюція ваг при заданій топології мережі, чи крім еволюції ваг також проводиться еволюцію топології.
Всі вони моделюють базові положення у теорії біологічної еволюції - процеси відбору, мутації і відтворення. ...
