유전알고리즘의 이해, Genetic Algorithm (GA), 유전알고리즘 개론, 유전자 알고리즘

목차

Motivation
다윈의 진화론
유전자 알고리즘의 개요
예제 : Minimum of function
유전자 알고리즘의 구성요소
Encoding Scheme
Fitness Function
Genetic Operators
Parameter Setting
유전자 알고리즘의 특성
예제 : Traveling Salesman Problem (TSP)

본문내용

Search
Uninformed Search
Breadth-First, Unform-Cost, Depth-First, Depth-Limited, Iterative Deepening, Bidirectional Search
Informed Search
Best-First Search (Greedy Search)
A* Search
Memory Bounded Search
IDA*, SMA*
Iterative Improvement Algorithm
Hill-Climbing, Simulated Annealing

다산  생존경쟁  변이  자연선택  진화
e.g.) 똑똑한 토끼가 살아 남는다?

1965년 Rechenberg(독일)
진화전략(Evolutionary Strategy) 발표
단 두개의 해로 이루어진 해 집단 사용
교차 연산자 사용 안함
1966년 Fogel, Owens, Walsh
진화 프로그램 제안
교차 연산이 없는 변이만을 사용

Developed by John Holland in the early 70’s
유전 알고리즘의 대부
해 집단에 근거, 교차와 변이를 포함한 GA의 골격 마련
1975년 역사적 저서 [Adaptation in Natural and Artificial Systems] 발표
1984년 산타페 연구소에 합류, 연구 방향을 [Complex System]에서 [Adaptive Complex System]으로 선회

진화의 원리를 문제 풀이 또는 모의 실험에 이용하는 연구의 한 방법
Solutions are encoded as chromosomes
Search proceeds through maintenance of a population of solutions
Reproduction favors “better” chromosomes
New chromosomes are generated during reproduction through processes of mutation and cross over, etc.

참고 자료

공성곤 외, 유전자 알고리즘, 그린, 1996.
http://cs.felk.cvut.cz/~xobitko/ga/