Algorisme evolutiu

En intel·ligència computacional (CI), un algorisme evolutiu (EA) és un subconjunt de la computació evolutiva,^[1] un algorisme genèric d'optimització metaheurística basat en poblacions. Un EA utilitza mecanismes inspirats en l'evolució biològica, com ara la reproducció, la mutació, la recombinació i la selecció. Les solucions candidates al problema d'optimització juguen el paper dels individus d'una població, i la funció d'aptitud determina la qualitat de les solucions (vegeu també la funció de pèrdua). L'evolució de la població té lloc després de l'aplicació repetida dels operadors anteriors.

Els algorismes evolutius sovint funcionen bé aproximant solucions a tot tipus de problemes perquè idealment no fan cap suposició sobre el panorama de fitness subjacent. Les tècniques d'algorismes evolutius aplicats a la modelització de l'evolució biològica es limiten generalment a exploracions de processos microevolutius i models de planificació basats en processos cel·lulars. En la majoria de les aplicacions reals dels EA, la complexitat computacional és un factor prohibitiu.^[2] De fet, aquesta complexitat computacional es deu a l'avaluació de la funció de fitness. L'aproximació de la forma física és una de les solucions per superar aquesta dificultat. Tanmateix, un EA aparentment simple pot resoldre problemes sovint complexos; ^[3]^[4]^[5] per tant, pot ser que no hi hagi cap enllaç directe entre la complexitat de l'algorisme i la complexitat del problema.

↑ Vikhar, P. A.. «Evolutionary algorithms: A critical review and its future prospects». A: 2016 International Conference on Global Trends in Signal Processing, Information Computing and Communication (ICGTSPICC) (en anglès), 2016, p. 261–265. DOI 10.1109/ICGTSPICC.2016.7955308. ISBN 978-1-5090-0467-6.
↑ Cohoon, J. Evolutionary algorithms for the physical design of VLSI circuits (en anglès). Springer, pp. 683-712, 2003, 2002-11-26. ISBN 978-3-540-43330-9.
↑ Slowik, Adam; Kwasnicka, Halina (en anglès) Neural Computing and Applications, 32, 16, 2020, pàg. 12363–12379. DOI: 10.1007/s00521-020-04832-8. ISSN: 0941-0643 [Consulta: free].
↑ Mika, Marek; Waligóra, Grzegorz; Węglarz, Jan (en anglès) Journal of Scheduling, 14, 3, 2011, pàg. 291–306. DOI: 10.1007/s10951-009-0158-0. ISSN: 1094-6136.
↑ «International Conference on the Applications of Evolutionary Computation» (en anglès). The conference is part of the Evo* series. The conference proceedings are published by Springer. [Consulta: 23 desembre 2022].

[EVOALG-1] Vikhar, P. A.. «Evolutionary algorithms: A critical review and its future prospects». A: 2016 International Conference on Global Trends in Signal Processing, Information Computing and Communication (ICGTSPICC) (en anglès), 2016, p. 261–265. DOI 10.1109/ICGTSPICC.2016.7955308. ISBN 978-1-5090-0467-6.

[VLSI-2] Cohoon, J. Evolutionary algorithms for the physical design of VLSI circuits (en anglès). Springer, pp. 683-712, 2003, 2002-11-26. ISBN 978-3-540-43330-9.

[:0-3] Slowik, Adam; Kwasnicka, Halina (en anglès) Neural Computing and Applications, 32, 16, 2020, pàg. 12363–12379. DOI: 10.1007/s00521-020-04832-8. ISSN: 0941-0643 [Consulta: free].

[:1-4] Mika, Marek; Waligóra, Grzegorz; Węglarz, Jan (en anglès) Journal of Scheduling, 14, 3, 2011, pàg. 291–306. DOI: 10.1007/s10951-009-0158-0. ISSN: 1094-6136.

[:2-5] «International Conference on the Applications of Evolutionary Computation» (en anglès). The conference is part of the Evo* series. The conference proceedings are published by Springer. [Consulta: 23 desembre 2022].

[1]

[2]

[3]

[4]

[5]