Mô hình thích ứng trọn đời

Cho đến bây giờ trong hướng dẫn này, bất cứ điều gì chúng ta đã thảo luận đều tương ứng với mô hình tiến hóa của Darwin - chọn lọc tự nhiên và biến đổi di truyền thông qua tái tổ hợp và đột biến. Trong tự nhiên, chỉ những thông tin có trong kiểu gen của cá thể mới có thể được truyền cho thế hệ sau. Đây là cách tiếp cận mà chúng tôi đã làm theo trong hướng dẫn cho đến nay.

Tuy nhiên, các mô hình thích ứng trọn đời khác - Lamarckian Model và Baldwinian Modelcũng tồn tại. Cần lưu ý rằng mô hình nào là tốt nhất vẫn còn mở để tranh luận và kết quả mà các nhà nghiên cứu thu được cho thấy rằng việc lựa chọn thích ứng trọn đời là một vấn đề rất cụ thể.

Thông thường, chúng tôi kết hợp GA với tìm kiếm cục bộ - như trong Thuật toán Memetic. Trong những trường hợp như vậy, người ta có thể chọn làm với Mô hình Lamarckian hoặc Baldwinian để quyết định phải làm gì với các cá nhân được tạo ra sau khi tìm kiếm cục bộ.

Mô hình Lamarckian

Mô hình Lamarckian về cơ bản nói rằng những đặc điểm mà một cá nhân có được trong cuộc đời của họ có thể được truyền lại cho thế hệ con cháu của họ. Nó được đặt theo tên của nhà sinh vật học người Pháp Jean-Baptiste Lamarck.

Mặc dù vậy, sinh học tự nhiên đã hoàn toàn coi thường bệnh Lamarckism vì chúng ta đều biết rằng chỉ có thông tin trong kiểu gen mới được truyền đi. Tuy nhiên, từ quan điểm tính toán, người ta đã chỉ ra rằng việc áp dụng mô hình Lamarckian cho kết quả tốt đối với một số vấn đề.

Trong mô hình Lamarckian, một toán tử tìm kiếm cục bộ kiểm tra vùng lân cận (thu nhận các đặc điểm mới) và nếu tìm thấy nhiễm sắc thể tốt hơn, nó sẽ trở thành con.

Mô hình Baldwinian

Mô hình Baldwinian là một ý tưởng trung gian được đặt theo tên của James Mark Baldwin (1896). Trong mô hình Baldwin, các nhiễm sắc thể có thể mã hóa xu hướng học các hành vi có lợi. Điều này có nghĩa là, không giống như mô hình Lamarckian, chúng tôi không truyền những đặc điểm có được cho thế hệ tiếp theo, và chúng tôi cũng không hoàn toàn bỏ qua những đặc điểm có được như trong Mô hình Darwin.

Mô hình Baldwin nằm ở giữa hai thái cực này, trong đó xu hướng của một cá nhân đạt được các đặc điểm nhất định được mã hóa hơn là bản thân các đặc điểm.

Trong Mô hình Baldwinian này, một toán tử tìm kiếm cục bộ kiểm tra vùng lân cận (thu nhận các đặc điểm mới) và nếu tìm thấy nhiễm sắc thể tốt hơn, nó chỉ chỉ định mức độ phù hợp đã được cải thiện cho nhiễm sắc thể và không sửa đổi bản thân nhiễm sắc thể đó. Sự thay đổi về thể chất biểu thị khả năng nhiễm sắc thể để “có được đặc điểm”, mặc dù nó không được truyền trực tiếp cho các thế hệ tương lai.