Please enable JavaScript.
Coggle requires JavaScript to display documents.
Algoritmos Genéticos - Coggle Diagram
Algoritmos Genéticos
Inspiração
Evolução Natural (Charles Darwin)
Seleção Natural
Sobrevivência do mais apto
Genética (Genes, Cromossomos)
O que são?
Método de busca populacional
Subclasse de Algoritmos Evolucionários
Subclasse de Algoritmos Evolucionários
Componentes Principais
Função de Aptidão (Fitness)
Quantifica quão boa é a solução
Avalia a qualidade de cada indivíduo
Guia a seleção
Gerações
Ciclos iterativos de evolução da população
População
Conjunto de Indivíduos (Soluções Candidatas)
Representação: Cromossomos (Cadeias de Genes)
Operadores Genéticos
Crossover (Recombinação / Cruzamento)
Combina material genético de dois (ou mais) pais
Gera novos indivíduos (filhos)
Exemplo: Crossover de um ponto (troca segmentos)
Objetivo: Explorar combinações de boas características existentes
Mutação
Introduz pequenas alterações aleatórias nos genes de um indivíduo
Garante diversidade genética
Ajuda a evitar ótimos locais (convergência prematura)
Objetivo: Explorar novas áreas do espaço de busca