Algorytmy genetyczne - funkcja sprawności
Po prostu zdefiniowana funkcja przystosowania to funkcja, która przyjmuje wartość candidate solution to the problem as input and produces as output jak „pasuje” do nas, jak „dobre” jest rozwiązanie w odniesieniu do rozważanego problemu.
Obliczanie wartości sprawności jest wykonywane wielokrotnie w GA i dlatego powinno być wystarczająco szybkie. Powolne obliczanie wartości przystosowania może niekorzystnie wpłynąć na AH i sprawić, że będzie wyjątkowo wolne.
W większości przypadków funkcja przystosowania i funkcja celu są takie same, jak celem jest maksymalizacja lub minimalizacja danej funkcji celu. Jednak w przypadku bardziej złożonych problemów z wieloma celami i ograniczeniami plikAlgorithm Designer może wybrać inną funkcję sprawności.
Funkcja sprawności powinna mieć następujące cechy:
Funkcja przydatności powinna być wystarczająco szybka do obliczenia.
Musi ilościowo mierzyć, jak odpowiednie jest dane rozwiązanie lub jak sprawne osoby mogą być wyprodukowane z danego rozwiązania.
W niektórych przypadkach bezpośrednie obliczenie funkcji przystosowania może nie być możliwe ze względu na nieodłączną złożoność problemu. W takich przypadkach przybliżamy sprawność fizyczną zgodnie z naszymi potrzebami.
Poniższy rysunek przedstawia obliczenia sprawności dla rozwiązania plecaka 0/1. Jest to prosta funkcja kondycji, która po prostu sumuje wartości zysków pobieranych przedmiotów (które mają 1), skanując elementy od lewej do prawej, aż plecak się zapełni.
