Selection (genetic algorithm)
http://dbpedia.org/resource/Selection_(genetic_algorithm) an entity of type: Person
Selección es, en el campo de la computación evolutiva, el proceso mediante el cual se eligen individuos a partir de una población, con el objeto de ser evolucionados o, una vez evolucionados, ser reinsertados en la población. Existen varios mecanismos de selección, las más frecuentemente utilizadas son presentadas a continuación.VentanaBarra de tareas yIconos
rdf:langString
La selecció és l'etapa d'un algorisme genètic en la que els genomes individuals es trien d'una població per a la cria de la següent (recombinació o creuament). Hi ha uns quants algoritmes de selecció genèrics. Una de les més comunes és l'anomenada selecció de ruleta que s'inclou dins dels mètodes de selecció proporcionals a l'aptitud.
rdf:langString
Bei evolutionären Algorithmen (EA) ist Selektion ein Mechanismus, mit dem Individuen aus einer Population ausgewählt werden. Im weiteren Sinne wird Selektion oft zu den genetischen Operatoren gezählt, obwohl Selektion bei EA nicht auf Gen-, sondern auf Individuenebene operiert. Evolutionäre Algorithmen suchen eine Lösung für ein Optimierungsproblem mit Prinzipien der natürlichen Evolution. Selektion wird benutzt, um Lösungskandidaten (Individuen) für Rekombination auszuwählen (Elternselektion) und um die nächste Generation festzulegen (Umweltselektion), dazu wird die Qualität der Lösungskandidaten herangezogen, die ihnen durch eine Fitnessfunktion zugewiesen wird. Das biologische Vorbild ist die natürliche Selektion. Die aufgeführten Verfahren unterscheiden sich vor allem im Selektionsdruc
rdf:langString
Selection is the stage of a genetic algorithm in which individual genomes are chosen from a population for later breeding (using the crossover operator). A generic selection procedure may be implemented as follows: For many problems the above algorithm might be computationally demanding. A simpler and faster alternative uses the so-called stochastic acceptance. Retaining the best individuals in a generation unchanged in the next generation, is called elitism or elitist selection. It is a successful (slight) variant of the general process of constructing a new population.
rdf:langString
Опера́тори ви́бору батькі́в — це елемент генетичного алгоритму, який відповідає за спосіб вибору батьків із популяції.Існує кілька підходів до вибору батьківської пари. Найпоширенішими операторами вибору батьків та пар для схрещування є наступні:
* Вибір пар для схрещування: 1.
* Панміксія; 2.
* Інбридинг; 3.
* Аутбридинг; 4.
* Селекція.
* Оператори вибору батьків: 1.
* Турнірний відбір; 2.
* Пропорційний відбір (рулеточний); 3.
* Ранжування; 4.
* Локальний відбір (часткова заміна); 5.
* Метод усічення; 6.
* Метод Больцмана; 7.
* Елітарний метод.
rdf:langString
rdf:langString
Selecció (algorisme genètic)
rdf:langString
Selektion (evolutionärer Algorithmus)
rdf:langString
Selección (computación evolutiva)
rdf:langString
Selection (genetic algorithm)
rdf:langString
Оператори вибору батьків
xsd:integer
1105886
xsd:integer
1118723066
rdf:langString
La selecció és l'etapa d'un algorisme genètic en la que els genomes individuals es trien d'una població per a la cria de la següent (recombinació o creuament). Hi ha uns quants algoritmes de selecció genèrics. Una de les més comunes és l'anomenada selecció de ruleta que s'inclou dins dels mètodes de selecció proporcionals a l'aptitud. Hi ha uns altres algoritmes de selecció que no consideren tots els individus per a la selecció, sinó només aquells amb un valor d'adaptació que és més alt que un valor donat (arbitrari) constant. Uns altres algoritmes seleccionen d'una preselecció restringida on només un cert percentatge dels individus són permesos, basat en valor d'aptitud.
rdf:langString
Bei evolutionären Algorithmen (EA) ist Selektion ein Mechanismus, mit dem Individuen aus einer Population ausgewählt werden. Im weiteren Sinne wird Selektion oft zu den genetischen Operatoren gezählt, obwohl Selektion bei EA nicht auf Gen-, sondern auf Individuenebene operiert. Evolutionäre Algorithmen suchen eine Lösung für ein Optimierungsproblem mit Prinzipien der natürlichen Evolution. Selektion wird benutzt, um Lösungskandidaten (Individuen) für Rekombination auszuwählen (Elternselektion) und um die nächste Generation festzulegen (Umweltselektion), dazu wird die Qualität der Lösungskandidaten herangezogen, die ihnen durch eine Fitnessfunktion zugewiesen wird. Das biologische Vorbild ist die natürliche Selektion. Die aufgeführten Verfahren unterscheiden sich vor allem im Selektionsdruck, der bei der Rangselektion sogar durch einen Strategieparameter eingestellt werden kann. Je höher der Selektionsdruck ist, desto schneller konvergiert eine Population gegen eine bestimmte Lösung und der Suchraum wird möglicherweise nicht ausreichend erkundet. Dem Phänomen der vorzeitigen Konvergenz kann durch eine geeignete Strukturierung der Population entgegengewirkt werden. Zwischen dem verwendeten Populationsmodell und einem geeigneten Selektionsdruck herrscht ein enger Zusammenhang. Bei zu niedrigem Druck konvergiert die Population auch nach langer Rechenzeit nicht. Jedes Verfahren kann prinzipiell sowohl für Eltern- als auch Umweltselektion eingesetzt werden, es haben sich für die konkreten Typen evolutionärer Algorithmen jeweils spezielle Konzepte etabliert. Bei den memetischen Algorithmen, einer Erweiterung der EAs, findet eine Selektion auch bei der Auswahl derjenigen Nachkommen statt, die mit Hilfe eines Mems (z. B. einer Heuristik) verbessert werden sollen.
rdf:langString
Selección es, en el campo de la computación evolutiva, el proceso mediante el cual se eligen individuos a partir de una población, con el objeto de ser evolucionados o, una vez evolucionados, ser reinsertados en la población. Existen varios mecanismos de selección, las más frecuentemente utilizadas son presentadas a continuación.VentanaBarra de tareas yIconos
rdf:langString
Selection is the stage of a genetic algorithm in which individual genomes are chosen from a population for later breeding (using the crossover operator). A generic selection procedure may be implemented as follows: 1.
* The fitness function is evaluated for each individual, providing fitness values, which are then normalized. Normalization means dividing the fitness value of each individual by the sum of all fitness values, so that the sum of all resulting fitness values equals 1. 2.
* Accumulated normalized fitness values are computed: the accumulated fitness value of an individual is the sum of its own fitness value plus the fitness values of all the previous individuals; the accumulated fitness of the last individual should be 1, otherwise something went wrong in the normalization step. 3.
* A random number R between 0 and 1 is chosen. 4.
* The selected individual is the first one whose accumulated normalized value is greater than or equal to R. For many problems the above algorithm might be computationally demanding. A simpler and faster alternative uses the so-called stochastic acceptance. If this procedure is repeated until there are enough selected individuals, this selection method is called fitness proportionate selection or roulette-wheel selection. If instead of a single pointer spun multiple times, there are multiple, equally spaced pointers on a wheel that is spun once, it is called stochastic universal sampling.Repeatedly selecting the best individual of a randomly chosen subset is tournament selection. Taking the best half, third or another proportion of the individuals is truncation selection. There are other selection algorithms that do not consider all individuals for selection, but only those with a fitness value that is higher than a given (arbitrary) constant. Other algorithms select from a restricted pool where only a certain percentage of the individuals are allowed, based on fitness value. Retaining the best individuals in a generation unchanged in the next generation, is called elitism or elitist selection. It is a successful (slight) variant of the general process of constructing a new population.
rdf:langString
Опера́тори ви́бору батькі́в — це елемент генетичного алгоритму, який відповідає за спосіб вибору батьків із популяції.Існує кілька підходів до вибору батьківської пари. Найпоширенішими операторами вибору батьків та пар для схрещування є наступні:
* Вибір пар для схрещування: 1.
* Панміксія; 2.
* Інбридинг; 3.
* Аутбридинг; 4.
* Селекція.
* Оператори вибору батьків: 1.
* Турнірний відбір; 2.
* Пропорційний відбір (рулеточний); 3.
* Ранжування; 4.
* Локальний відбір (часткова заміна); 5.
* Метод усічення; 6.
* Метод Больцмана; 7.
* Елітарний метод. Інші способи відбору можна отримати за основі модифікації наведених методів. Так, наприклад, при рулеточному відборі можна змінити формулу для ймовірності попадання особин в нову популяцію.
xsd:nonNegativeInteger
5661