遺伝的アルゴリズムにおいて、継承とは、モデル化されたオブジェクトが交配し、突然変異（生物学的 突然変異に類似）し、問題解決遺伝子を次世代に伝播させることで、特定の問題に対する進化した解決策を生み出す能力を指します。各世代において継承されるオブジェクトの選択は、適応度関数によって決定されます。適応度関数は、対処する問題に応じて変化します。[1]
これらの物体の特性は、生物の生殖に似た方法で染色体を通して受け継がれます。これらの染色体は通常、一連の遺伝子によって表され、遺伝子は通常2進数で表されます。世代間の特性の伝播は、生物の世代間の特性の継承に似ています。このプロセスは強化学習の一種と見なすこともできます。なぜなら、物体の進化は、成功した物体からの特性の継承によって促進され、その特性は成功に対する報酬と見なすことができ、それによって有益な特性が促進されるからです。[1]
プロセス
新しい世代を創造する準備が整うと、繁殖に成功し選ばれたすべての個体がランダムにペアリングされます。そして、これらの個体の形質は、交叉と突然変異の組み合わせによって受け継がれます。[1]このプロセスは、以下の基本的なステップに従います。
- 交配に成功したオブジェクトをペアにします。
- 各ペアの交差点をランダムに決定します。
- 各ペアの交差ポイントの後で遺伝子を切り替えます。
- 子オブジェクトで遺伝子が変異しているかどうかをランダムに判断します。
これらの手順を実行すると、使用された親オブジェクトのペアごとに2つの子オブジェクトが生成されます。その後、新世代におけるオブジェクトの成功率を判定した後、最も成功した新しいオブジェクトを使用してこのプロセスを繰り返すことができます。通常、これは目的の世代に到達するか、適応度関数から最低限の目的結果を満たすオブジェクトが見つかるまで繰り返されます。
交差と突然変異は継承で使用される一般的な遺伝演算子ですが、再グループ化やコロニー化-絶滅などの他の演算子もあります。[引用が必要]
例
次の 2 つのビット文字列が、2 つの親オブジェクトから渡される特性を表していると仮定します。
- オブジェクト1: 1100011010110001
- オブジェクト2: 1001100110011001
ここで、クロスオーバー ポイントが 5 番目のビットの後にランダムに配置されているとします。
- オブジェクト 1: 11000 | 11010110001
- オブジェクト 2: 10011 | 00110011001
クロスオーバー中、2 つのオブジェクトはクロスオーバー ポイント以降のすべてのビットを交換し、次の結果になります。
- オブジェクト 1: 11000 | 00110011001
- オブジェクト 2: 10011 | 11010110001
最後に、オブジェクトに対して0個以上のビットをランダムに反転させることで、突然変異をシミュレートします。オブジェクト1の10番目のビットが突然変異し、オブジェクト2の2番目と7番目のビットが突然変異すると仮定すると、この継承によって生成される最終的な子オブジェクトは次のようになります。
- オブジェクト1: 1100000111011001
- オブジェクト2: 1101110010110001
参照
参考文献
- ^ abc Russell, Stuart J.; Norvig, Peter (1995). 『人工知能：現代的アプローチ』 エングルウッドハイツ、ニュージャージー州: Prentice-Hall.
外部リンク
- BoxCar 2D 遺伝的アルゴリズムを使用して 2 次元の車を構築するインタラクティブな例。
