Azərbaycanca
Беларускі
Dansk
Deutsch
Española
Français
Indonesia
Italiana
日本語
Қазақ
Lietuvos
Nederlands
Português
Русский
සිංහල
แบบไทย
Türkçe
Українська
中國人
United State
Afrikaans
Evrimsel algoritma (EA), yapay zeka oluşturmada bir alt kümesi olup meta bulucu optimizasyon algoritması tabanında jenere edilmiş popülasyondur. Evrimsel algoritma, biyolojik evrimden esinlenerek üreme, mutasyon, rekombinasyon ve doğal seçilime benzer mekanizmalar kullanır. Optimizasyon problemlerinin bir popülasyondaki bireyleri temsil eder ve çözümlerin içinde "yaşadığı" çevreyi belirler (buna dair ayrıca maliyet fonksiyonuna da bakınız). Popülasyonun evrimi yukarıdaki operatörlerin tekrarlanan uygulaması sonrasında gerçekleşir. Yapay evrim (YE), başlı başına farklı evrimsel algoritmalar içeren bir süreci anlatmaktadır; EA'ların her biri, YE'e katılım yapan ayrı bir bileşendir.
Evrimsel algoritmalar, genellikle her türlü sorunlar için, temelinde yatan seçilim değeri yüzeyi hakkında ideal bir şekilde herhangi bir varsayım yapmadığı için yaklaşık çözümler sunar ve bu, mühendislik, sanat, biyoloji, ekonomi, pazarlama, genetik, yöneylem araştırması, robotik, sosyal bilimler, fizik, siyaset ve kimya gibi çeşitli alanlarda başarılı bir şekilde genel olarak gösterilmiştir.
Matematiksel optimizasyonlarda kullanımlarının dışında evrimsel bilgisayım ve algoritma aynı zamanda, biyolojik evrim ve doğal seleksiyon ile ilgili teorilerini doğrulamak için, özellikle yapay yaşam alanında çalışmalarda deneysel bir çerçeve içinde kullanılmıştır. Biyolojik evrim modellemesinde uygulanan evrimsel algoritma teknikleri mikroevrimsel süreçlerin araştırılmasında genellikle sınırlı olmakla birlikte, ve gibi bazı bilgisayar simülasyonları makroevrimsel dinamik modeline teşebbüs ederler.
Kaynakça
- ^ G.S. Hornby and J.B. Pollack. Creating high-level components with a generative representation for body-brain evolution. , 8(3):223–246, 2002.
- ^ Jeff Clune, Benjamin Beckmann, Charles Ofria, and Robert Pennock. "Evolving Coordinated Quadruped Gaits with the HyperNEAT Generative Encoding" 7 Ekim 2012 tarihinde Wayback Machine sitesinde .. Proceedings of the IEEE Congress on Evolutionary Computing Special Section on Evolutionary Robotics, 2009. Trondheim, Norway.
wikipedia, wiki, viki, vikipedia, oku, kitap, kütüphane, kütübhane, ara, ara bul, bul, herşey, ne arasanız burada,hikayeler, makale, kitaplar, öğren, wiki, bilgi, tarih, yukle, izle, telefon için, turk, türk, türkçe, turkce, nasıl yapılır, ne demek, nasıl, yapmak, yapılır, indir, ücretsiz, ücretsiz indir, bedava, bedava indir, mp3, video, mp4, 3gp, jpg, jpeg, gif, png, resim, müzik, şarkı, film, film, oyun, oyunlar, mobil, cep telefonu, telefon, android, ios, apple, samsung, iphone, xiomi, xiaomi, redmi, honor, oppo, nokia, sonya, mi, pc, web, computer, bilgisayar
Evrimsel algoritma EA yapay zeka olusturmada bir alt kumesi olup meta bulucu optimizasyon algoritmasi tabaninda jenere edilmis populasyondur Evrimsel algoritma biyolojik evrimden esinlenerek ureme mutasyon rekombinasyon ve dogal secilime benzer mekanizmalar kullanir Optimizasyon problemlerinin bir populasyondaki bireyleri temsil eder ve cozumlerin icinde yasadigi cevreyi belirler buna dair ayrica maliyet fonksiyonuna da bakiniz Populasyonun evrimi yukaridaki operatorlerin tekrarlanan uygulamasi sonrasinda gerceklesir Yapay evrim YE basli basina farkli evrimsel algoritmalar iceren bir sureci anlatmaktadir EA larin her biri YE e katilim yapan ayri bir bilesendir Evrimsel algoritmalar genellikle her turlu sorunlar icin temelinde yatan secilim degeri yuzeyi hakkinda ideal bir sekilde herhangi bir varsayim yapmadigi icin yaklasik cozumler sunar ve bu muhendislik sanat biyoloji ekonomi pazarlama genetik yoneylem arastirmasi robotik sosyal bilimler fizik siyaset ve kimya gibi cesitli alanlarda basarili bir sekilde genel olarak gosterilmistir Matematiksel optimizasyonlarda kullanimlarinin disinda evrimsel bilgisayim ve algoritma ayni zamanda biyolojik evrim ve dogal seleksiyon ile ilgili teorilerini dogrulamak icin ozellikle yapay yasam alaninda calismalarda deneysel bir cerceve icinde kullanilmistir Biyolojik evrim modellemesinde uygulanan evrimsel algoritma teknikleri mikroevrimsel sureclerin arastirilmasinda genellikle sinirli olmakla birlikte ve gibi bazi bilgisayar simulasyonlari makroevrimsel dinamik modeline tesebbus ederler Kaynakca G S Hornby and J B Pollack Creating high level components with a generative representation for body brain evolution 8 3 223 246 2002 Jeff Clune Benjamin Beckmann Charles Ofria and Robert Pennock Evolving Coordinated Quadruped Gaits with the HyperNEAT Generative Encoding 7 Ekim 2012 tarihinde Wayback Machine sitesinde Proceedings of the IEEE Congress on Evolutionary Computing Special Section on Evolutionary Robotics 2009 Trondheim Norway