Evoluční vyhledávací (Evolutionary Search) algoritmus v C++- vysvětlení, příklad a kód

Algoritmus Evolutionary Search je optimalizační metoda založená na mechanismu přirozené evoluce. Tento algoritmus simuluje evoluční proces jednotlivců v populaci napříč generacemi, aby našel nejlepší řešení problému.

Jak to funguje

  1. Inicializace populace: Vytvořte počáteční populaci náhodně generovaných jedinců.
  2. Hodnocení: Hodnotit kvalitu každého jedince v populaci na základě objektivní funkce nebo hodnotících kritérií.
  3. Výběr: Vyberte podmnožinu nejlepších jedinců z aktuální populace na základě pravděpodobnosti nebo výběrových kritérií.
  4. Evoluce: Vytvořte novou generaci použitím operací křížení a mutací na vybrané jedince.
  5. Iterace: Opakujte kroky 2 až 4 ve více generacích, dokud nedosáhnete uspokojivého řešení nebo předdefinovaného počtu iterací.

Příklad: Optimalizace Fibonacci funkce pomocí Evolutionary Search

Uvažujme optimalizační problém funkce Fibonacci F(x) = F(x-1) + F(x-2) s F(0) = 0, F(1) = 1. Chceme najít hodnotu x, pro kterou F(x) je maximalizováno. Metoda Evolutionary Search může generovat populaci náhodných hodnot x, vyvíjet je napříč generacemi, aby nalezla optimální hodnotu x.

Příklad kódu v C++

#include <iostream>  
#include <vector>  
#include <cstdlib>  
#include <ctime>  
  
int fibonacci(int n) {  
    if(n <= 0) return 0;  
    if(n == 1) return 1;  
    return fibonacci(n- 1) + fibonacci(n- 2);  
}  
  
int evolutionSearchFibonacci(int populationSize, int numGenerations) {  
    srand(time(0));  
  
    std::vector<int> population(populationSize);  
    for(int i = 0; i < populationSize; ++i) {  
        population[i] = rand() % populationSize;  
    }  
  
    for(int gen = 0; gen < numGenerations; ++gen) {  
        int bestIndex = 0;  
        for(int i = 1; i < populationSize; ++i) {  
            if(fibonacci(population[i]) > fibonacci(population[bestIndex])) {  
                bestIndex = i;  
            }  
        }  
  
        // Crossover and mutation operations can be applied here  
  
        // Example: Replace the worst individual with the best individual  
        population[0] = population[bestIndex];  
    }  
  
    return population[0];  
}  
  
int main() {  
    int populationSize = 50;  
    int numGenerations = 100;  
    int result = evolutionSearchFibonacci(populationSize, numGenerations);  
  
    std::cout << "Optimal x for maximum Fibonacci value: " << result << std::endl;  
  
    return 0;  
}  

V tomto příkladu používáme k optimalizaci Fibonacci funkce metodu Evolutionary Search. Vytváříme populaci náhodných hodnot x, rozvíjíme je napříč generacemi výběrem nejlepších jedinců a použitím operací křížení a mutací.