피트니스 기능

Fitness function

적합성 함수는 주어진 설계 솔루션이 설정된 목표 달성에 얼마나 가까운지를 단일 가치의 수치로 요약하는 데 사용되는 특정 유형의 객관적 함수이다.피트니스 기능은 최적의 설계 솔루션을 향한 시뮬레이션을 유도하기 위해 유전자 프로그래밍 및 유전자 알고리즘에 사용됩니다.

유전자 프로그래밍 및 알고리즘

특히 유전자 프로그래밍과 유전 알고리즘 분야에서 각 설계 솔루션은 일반적으로 일련의 숫자(염색체라고 함)로 표현된다.각 테스트 또는 시뮬레이션이 끝나면 최악의 설계 솔루션 n개를 삭제하고 최고의 설계 솔루션에서 새로운 설계 솔루션을 n개 생산하는 것이 좋습니다.따라서 각 설계 솔루션은 전체 사양에 얼마나 근접했는지를 나타내기 위해 우수도를 부여해야 하며, 이는 해당 솔루션에서 얻은 테스트 또는 시뮬레이션 결과에 적합함수를 적용하여 생성됩니다.

유전자 알고리즘이 설계 작업을 수행하는 게으른 방법으로 간주될 수 없는 이유는 정확히 작동 가능한 피트니스 기능 설계에 관련된 노력 때문이다.비록 더 이상 인간 디자이너가 아니라 최종 디자인을 고안해 내는 컴퓨터지만, 여전히 피트니스 기능을 디자인해야 하는 것은 인간 디자이너이다.설계가 잘못되면 알고리즘은 부적절한 솔루션으로 수렴되거나 수렴에 전혀 어려움을 겪게 됩니다.

피트니스 함수는 설계자의 목표와 밀접하게 관련되어 있을 뿐만 아니라 계산적으로도 효율적일 것입니다.일반적인 유전 알고리즘은 사소한 문제에 대해 사용 가능한 결과를 도출하기 위해 여러 번 반복되어야 하기 때문에 실행 속도는 매우 중요하다.

적합성 근사치는 특히 다음과 같은 경우에 적절할 수 있다.

  • 단일 솔루션의 적합성 계산 시간이 매우 길다
  • 피트니스 계산을 위한 정확한 모델이 없습니다.
  • 피트니스 기능이 불안정하거나 소음이 있습니다.

피트니스 기능에는 두 가지 주요 클래스가 존재한다. 하나는 고정 기능을 최적화하거나 고정된 테스트 케이스 세트를 사용하여 테스트하는 것과 같은 피트니스 기능이 변하지 않는 것과, 다른 하나는 틈새 차별화 또는 테스트 케이스 세트를 공진화하는 것과 같은 가변적인 것이다.

피트니스 기능을 보는 또 다른 방법은 각각의 가능한 염색체에 대한 적합성을 보여주는 피트니스 풍경이다.

피트니스 함수의 정의는 많은 경우에 간단하지 않으며, 유전자 알고리즘에 의해 생성된 적합 솔루션이 원하는 솔루션이 아닌 경우 반복적으로 수행된다.인터랙티브 유전 알고리즘은 평가를 보통 인간인 외부 에이전트에 아웃소싱함으로써 이러한 어려움을 해결합니다.

「 」를 참조해 주세요.

외부 링크