Makarov Math Suite: Генетический алгоритм - поиск с помощью отбора и случайности

Как найти самый высокий пик, если перед вами сложный рельеф с множеством вершин? Двигаться только вверх недостаточно: можно остановиться на ближайшей горке, так и не узнав о более высокой. Генетический алгоритм ищет решение целой популяцией кандидатов и использует идеи отбора, наследования и мутаций. В этой модели каждый кандидат закодирован последовательностью битов, а его положение на рельефе определяет качество решения. Более удачные кандидаты чаще становятся родителями. Скрещивание объединяет части их кодов, мутации случайно меняют отдельные биты. На сцене поколения показаны фигурками исследователей, а высота ландшафта соответствует значению целевой функции. Элитизм позволяет сохранить лучший найденный вариант при переходе к следующему поколению. Изменяйте вероятность мутаций и наблюдайте одновременно за лучшим результатом и разнообразием популяции. При слишком слабых изменениях поиск может преждевременно сосредоточиться возле одной вершины; при слишком сильных - постоянно терять удачные сочетания. Метод не гарантирует нахождения глобального максимума, но показывает важный принцип оптимизации: успешный поиск требует и использования найденного, и исследования ещё неизвестного.