Algoritma Genetika - Populasi

Populasi adalah bagian dari solusi di generasi saat ini. Itu juga dapat didefinisikan sebagai satu set kromosom. Ada beberapa hal yang harus diingat saat menangani populasi GA -

Keragaman populasi harus dipertahankan jika tidak maka dapat menyebabkan konvergensi dini.
Ukuran populasi tidak boleh disimpan terlalu besar karena dapat menyebabkan GA melambat, sementara populasi yang lebih kecil mungkin tidak cukup untuk kolam kawin yang baik. Oleh karena itu, ukuran populasi yang optimal perlu diputuskan dengan trial and error.

Populasi biasanya didefinisikan sebagai larik dua dimensi dari - size population, size x, chromosome size.

Inisialisasi Populasi

Ada dua metode utama untuk menginisialisasi populasi di GA. Mereka adalah -

Random Initialization - Isi populasi awal dengan solusi yang benar-benar acak.
Heuristic initialization - Mengisi populasi awal menggunakan heuristik yang diketahui untuk masalah tersebut.

Telah diamati bahwa seluruh populasi tidak boleh diinisialisasi menggunakan heuristik, karena dapat mengakibatkan populasi memiliki solusi yang sama dan keanekaragaman yang sangat sedikit. Telah diamati secara eksperimental bahwa solusi acak adalah solusi untuk mendorong populasi menuju optimalitas. Oleh karena itu, dengan inisialisasi heuristik, kita hanya menyemai populasi dengan beberapa solusi yang baik, mengisi sisanya dengan solusi acak daripada mengisi seluruh populasi dengan solusi berbasis heuristik.

Juga telah diamati bahwa inisialisasi heuristik dalam beberapa kasus, hanya mempengaruhi kesesuaian awal populasi, tetapi pada akhirnya, keragaman solusi yang mengarah pada optimalitas.

Model Populasi

Ada dua model populasi yang banyak digunakan -

Stabil

Dalam GA kondisi tunak, kami menghasilkan satu atau dua mata air di setiap iterasi dan mereka menggantikan satu atau dua individu dari populasi. GA kondisi tunak juga dikenal sebagaiIncremental GA.

Generasi

Dalam model generasi, kita menghasilkan 'n' off-springs, di mana n adalah ukuran populasi, dan seluruh populasi diganti dengan yang baru di akhir iterasi.