평생 적응 모델

지금까지이 튜토리얼에서 우리가 논의한 모든 것은 진화의 진화론 적 모델에 해당합니다. 자연 선택과 재조합과 돌연변이를 통한 유전 적 변이입니다. 본질적으로 개인의 유전자형에 포함 된 정보 만 다음 세대로 전달 될 수 있습니다. 이것이 지금까지 튜토리얼에서 따라온 접근 방식입니다.

그러나 평생 적응의 다른 모델은 Lamarckian Model 과 Baldwinian Model또한 존재합니다. 어떤 모델이 가장 좋은지 토론의 여지가 있으며 연구자들이 얻은 결과는 평생 적응의 선택이 매우 문제에 따라 다르다는 것을 보여줍니다.

종종 우리는 밈 알고리즘에서와 같이 GA를 지역 검색과 혼성화합니다. 이러한 경우 지역 검색 후 생성 된 개인에 대해 수행 할 작업을 결정하기 위해 Lamarckian 또는 Baldwinian Model 중 하나를 선택할 수 있습니다.

라마르 키안 모델

라마르 키안 모델은 본질적으로 개인이 일생 동안 획득 한 특성이 자손에게 전달 될 수 있다고 말합니다. 프랑스 생물 학자 Jean-Baptiste Lamarck의 이름을 따서 명명되었습니다.

하지만 자연 생물학은 유전형의 정보 만 전달 될 수 있다는 것을 우리 모두가 알고 있기 때문에 라마르크주의를 완전히 무시했습니다. 그러나 계산 관점에서 볼 때 Lamarckian 모델을 채택하면 일부 문제에 대해 좋은 결과를 제공하는 것으로 나타났습니다.

라마르 키안 모델에서 지역 검색 연산자는 이웃을 조사하고 (새로운 특성 획득) 더 나은 염색체가 발견되면 자손이됩니다.

볼드윈 모델

Baldwinian 모델은 James Mark Baldwin (1896)의 이름을 딴 중간 아이디어입니다. Baldwin 모델에서 염색체는 유익한 행동을 배우는 경향을 인코딩 할 수 있습니다. 즉, 라마르 키안 모델과 달리 획득 한 특성을 다음 세대로 전달하지 않으며 다윈 모델 에서처럼 획득 한 특성을 완전히 무시하지도 않습니다.

볼드윈 모델은이 두 극단의 중간에 있으며, 특정 특성을 획득하려는 개인의 경향이 특성 자체보다는 암호화되어 있습니다.

이 Baldwinian 모델에서 지역 검색 연산자는 이웃 (새로운 특성 획득)을 조사하고 더 나은 염색체가 발견되면 염색체에 개선 된 적합성 만 할당하고 염색체 자체를 수정하지 않습니다. 적합성의 변화는 비록 그것이 미래 세대에 직접 전달되지는 않지만 "특성을 획득"할 수있는 염색체 능력을 의미합니다.