تابع برازش

بخشی از مجموعۀ
الگوریتم فرگشتی
الگوریتم ژنتیک
برنامه‌نویسی ژنتیک
Differential evolution
راهبرد فرگشتی
برنامه‌سازی تکاملی
جستارهای وابسته

تابع برازش نوع خاصی از تابع هزینه است که که به منظور سنجش میزان موفقیت یک راه‌حل کاندید در نزدیک شدن به اهداف از پیش تعیین‌شده، به‌کار می‌رود و این میزان را در قالب یک عدد شایستگی خلاصه می‌کند. این تابع یکی از اجزای کلیدی در الگوریتم‌های تکاملی، از جمله برنامه‌نویسی ژنتیک، استراتژی‌های تکاملی و الگوریتم‌های ژنتیک محسوب می‌شود. الگوریتم‌های تکاملی، دسته‌ای از الگوریتم‌های فراابتکاری هستند که اصول بنیادی تکامل زیستی را در قالب الگوریتم‌های رایانه‌ای بازتولید می‌کنند تا مسائل پیچیده بهینه‌سازی یا برنامه‌ریزی را – حتی به‌صورت تقریبی – حل کنند. در این چارچوب، تعداد زیادی راه‌حل کاندید تولید شده و با استفاده از تابع برازش ارزیابی می‌شوند تا روند تکاملی به سمت هدف مطلوب هدایت شود.[۱] توابع کیفیت مشابه نیز در سایر الگوریتم‌های فراابتکاری، نظیر بهینه‌سازی کلونی مورچه‌ها و بهینه‌سازی ازدحام ذرات، به‌منظور ارزیابی و هدایت جست‌وجوی حل مسئله به‌کار می‌روند.

جستارهای وابسته

منابع

  1. ↑ Eiben, A.E.; Smith, J.E. (2015). "Evaluation Function (Fitness Function)". Introduction to Evolutionary Computing. Natural Computing Series (به انگلیسی) (2nd ed.). Berlin, Heidelberg: Springer. p. 30. doi:10.1007/978-3-662-44874-8. ISBN 978-3-662-44873-1. S2CID 20912932.
This article is issued from ویکی‌پدیا. The text is available under Creative Commons Attribution-Share Alike 4.0 unless otherwise noted. Additional terms may apply for the media files.