1. Concepte
Els algoritmes genètics (Genetic Algorithms) són tècniques d’optimització i cerca inspirades en els principis de la selecció natural i l’evolució biològica. Aquests algoritmes són utilitzats per trobar solucions òptimes a problemes complexos a través d’operacions com la selecció, la creuament i la mutació.
2. Definició acadèmica precisa
Els algoritmes genètics són un tipus d’algoritme d’optimització heurística basat en els principis de la selecció natural i l’evolució darwiniana. Aquests algoritmes s’utilitzen per resoldre problemes d’optimització en què la solució òptima no es pot determinar fàcilment mitjançant mètodes convencionals. L’algoritme genètic opera sobre una població de possibles solucions, anomenades individus, que evoluciona a través de generacions.
El procés comença amb la generació d’una població inicial de solucions aleatòries. Cada individu de la població es representa com una cadena de bits o una estructura de dades que codifica una possible solució al problema. A continuació, es calcula la aptitud de cada individu, que és una mesura de la qualitat de la solució que representa.
Els individus amb una aptitud més alta tenen una probabilitat més gran de ser seleccionats per a la reproducció. La reproducció es realitza mitjançant operacions de creuament i mutació. El creuament implica la combinació de parts de dos individus per crear un o més descendents. La mutació introdueix canvis aleatoris en els descendents per garantir la diversitat genètica i evitar la convergència prematura a solucions subòptimes.
Després de la reproducció, es forma una nova població de descendents que substitueix la població anterior. Aquest procés es repeteix durant moltes generacions fins que es compleix un criteri d’aturada, com un nombre màxim de generacions o la convergència de les solucions.
Els algoritmes genètics s’han aplicat amb èxit en una àmplia gamma de problemes, incloent l’optimització de funcions, la planificació de rutes, la programació horària, la disseny de circuits i la intel·ligència artificial. La seva capacitat per explorar grans espais de solucions i adaptar-se a paisatges d’aptitud complexes els fa especialment útils per a problemes on altres mètodes d’optimització resulten ineficients.
3. Definició simplificada
Els algoritmes genètics són tècniques d’optimització que utilitzen els principis de l’evolució biològica per trobar solucions òptimes a problemes complexos, mitjançant processos de selecció, creuament i mutació.
4. Metàfora per entendre-ho
Els algoritmes genètics són com un jardiner que selecciona les millors plantes del seu jardí per a reproduir-les, combinant les seves millors característiques. Cada generació de plantes és una mica millor que l’anterior, fins que el jardiner aconsegueix el jardí perfecte.
5. Dita catalana relacionada
Qui sembra, recull.
Aquesta dita fa referència a l’acte de plantar llavors i obtenir fruits. En el context dels algoritmes genètics, indica que les bones solucions (llavors) es seleccionen, es creuen i es muten per obtenir solucions òptimes (fruits) a través de generacions successives.