|
유전자 알고리즘의 특징
2. 유전자 알고리즘의 수행절차
1) 개체집단 초기화
2) 개체선택
3) 교배연산(crossover)
4) 돌연변이(mutation)
5) 새로운 세대로 진화
3. 제약조건처리방법
1) 벌점함수(Penalty Function)
2) 복구알고리즘(Repair Algorithm)
3) GENO
|
|
|
유전자 알고리즘(Genetic Algorithm)
자연선택(natural selection)과 자연유전(natural genetics)에 기초한 탐색기법
적자생존(survival of the fittest)의 원리
각 세대별로 부모스트링(parent string)으로부터 자녀스트링(child string)을 형성
GA는 효과적으로 과거의
|
|
|
유전자 알고리즘을 이해하기 위해 필요한 범위 밖의 지식이다.
유전자 알고리즘의 작동 원리를 설명해 보도록 하자.
하나의 정수 매개변수로 한 간단한 함수의 최대값을 찾는 문제이다. 이 예에서의 함수는 포물선으로 31p-p 로 정의되고 p
|
|
|
유전자 알고리즘에서는 ‘돌연변이’를 모델에 특성에 근거한 확률로 표현한다. ‘돌연변이’ 새로운 유전자 형질을 만들어 낸다.
3. 유전자 알고리즘의 장/단점
장점
신경망 이론과는 달리, encoding을 잘 하면 결과를
어느 정도 분석할 수 있
|
|
|
networks)
신경망의 구조
신경망의 종류
역전파망
코호넨 자가구성 지도
자가구성 지도의 학습 과정
유전자 알고리즘(Genetic Algorithm)
생물학 연구 결과
자연 선택 기법
유전자 알고리즘
보로노이 다이어그램
|
|
 |
유전자 알고리즘과 지역탐색방법이 혼합된 최적채널할당방법" 이라는 논문을 쓰게 되었습니다.
이제 사회에 첫발을 내딛는 시점에 서 있습니다. 본격적인 디지털 시대에 들어서면서 정보기술은 세계경제를 주도하는 핵심 이슈로 그 중요성
|
|
메뉴펼치기
