유전자 알고리즘

목차

1. 유전자 알고리즘이란 무엇인가?
2. 유전 알고리즘의 동작 및 특징
3. 유전 알고리즘의 구성요소
4. 알고리즘 제어 파라메터
5. 유전자 알고리즘의 응용 분야

본문내용

GA에서 개체의 수를 개체군의 크기(population size)라고 한다. 각각의 개체는 염색체(chromosome)를 가지고 있으며 염색체는 복수개의 유전자(gene)의 집합으로 구성된다. 유전자의 위치를 유전자좌(locus)라 하고 유전자가 취하게 되는 유전자의 후보를 대립 유전자(형질, allele)라고 한다. 생물의 경우 염색체는 어떤 개체의 특징을 상세하게 결정하게 되는데 예를 들어 머리가 검은 것은 염색체 중에 이러한 특징을 나타내도록 하는 유전자의 조합이 존재하기 때문이다. 이와 같이 유전자에 의해 결정되는 개체의 형질을 표현형(phenotype)이라고 하고 이에 대응되는 염색체의 구조를 유전형(genotype)이라 한다. 여기에서 표현형이 여러 개의 유전자좌의 영향을 받아 복잡한 형태가 결정되는데 이것을 에피스타시스(epistasis)라고 한다. 또한 표현형을 유전형으로 바꾸는 것을 코드화(coding) 그 역을 디코드화 (decoding)라고 한다. GA는 이와 같이 생물의 진화과정을 인공적으로 모델링 한 알고리즘이다... 유전알고리즘은 풀고자 하는 문제의 변수값을 이진 스트링으로 표현한다. 이 코딩 방법은 문제의 변수가 이진치이거나 다른 이산치를 갖는 경우에 특히 자연스러운 표현법이다. 파라메터 x ∈ [20 , 2l ] 를 특정 간격 π = [Umin , Umax ] 로 디코딩 하는 경우 이에 대한 정밀도(π)는 다음과 같이 된다. π = [Umin , Umax ] / [20 , 2l ] 따라서 [Umin , Umax ] 사이의 실수값을 정밀도 π로 코딩하고자 할 때 필요한 스트링의 길이 (l)는 l = [log2 ( [Umin , Umax ] / π + 1) ] + 1 (단, [ ] 는 가우스 기호이다.)이 된다. 또한, 이진 스트링에 대한 원래의 실수 값은 ivalreal = (ivalbin)10 × π + Umin 로 구해진다...

참고 자료

없음