Algoritmi i Kërkimit Evolucionar (Evolutionary Search) në C++- Shpjegimi, Shembulli dhe Kodi

Algoritmi i Kërkimit Evolutionary është një metodë optimizimi e bazuar në mekanizmin e evolucionit natyror. Ky algoritëm simulon procesin e evolucionit të individëve brenda një popullate përgjatë brezave për të gjetur zgjidhjen më të mirë për një problem.

Si punon

1. Inicializimi i popullsisë: Krijoni një popullsi fillestare të individëve të krijuar rastësisht.
2. Vlerësimi: Vlerësoni cilësinë e çdo individi në popullatë bazuar në funksionin objektiv ose kriteret e vlerësimit.
3. Përzgjedhja: Zgjidhni një nëngrup të individëve më të mirë nga popullata aktuale bazuar në probabilitetet ose kriteret e përzgjedhjes.
4. Evolucioni: Krijo një brez të ri duke aplikuar operacione kryqëzimi dhe mutacioni tek individët e përzgjedhur.
5. Përsëritja: Përsëritni hapat 2 deri në 4 gjatë gjeneratave të shumta derisa të arrihet një zgjidhje e kënaqshme ose të arrihet një numër i paracaktuar përsëritjesh.

Shembull: Optimizimi i Fibonacci funksionit duke përdorur Kërkimin Evolutionary

Shqyrtoni problemin e optimizimit të Fibonacci funksionit F(x) = F(x-1) + F(x-2) me F(0) = 0, F(1) = 1. Ne duam të gjejmë vlerën e x për të cilën F(x) është maksimizuar. Metoda e Kërkimit Evolucionar mund të gjenerojë një popullatë me vlera të rastësishme x, t'i evoluojë ato në breza për të gjetur vlerën optimale x.

Shembull kodi në 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;  
}  

Në këtë shembull, ne përdorim metodën e Kërkimit Evolutionary për të optimizuar Fibonacci funksionin. Ne gjenerojmë një popullsi me vlera x të rastësishme, i zhvillojmë ato në breza duke zgjedhur individët më të mirë dhe duke aplikuar operacione kryqëzimi dhe mutacioni.