আমরা কীভাবে জানব যে পরবর্তী প্রজন্ম আরও ভাল হবে?


32

এই এমএসডিএন নিবন্ধটি দ্বারা সম্প্রতি জেনেটিক অ্যালগরিদমগুলির সাথে আমার পরিচয় হয়েছিল , যেখানে তিনি তাদের একত্রিতামূলক বিবর্তন বলেছেন, তবে এটি একই জিনিস বলে মনে হচ্ছে এবং কীভাবে দুটি সম্ভাব্য সমাধানের সংমিশ্রণটি সর্বদা একটি নতুন সমাধান তৈরি করবে তা বুঝতে লড়াই করে যাচ্ছি যা অন্তত অন্তত হিসাবে এর বাবা-মা হিসাবে ভাল।

কেন এমন হয়? অবশ্যই সম্মিলন খারাপ কিছু উত্পাদন করতে পারে।

আমি যতদূর বুঝতে পেরেছি, অ্যালগরিদম এই ধারণার উপর ভিত্তি করে তৈরি করা হয়েছে যে যখন কোনও প্রজাতির পুরুষ এবং স্ত্রী সন্তান জন্ম দেয়, তখন সেই সন্তানদের পিতা-মাতার উভয়ের বৈশিষ্ট্য থাকবে। কিছু সংমিশ্রণ ভাল হবে, কিছু খারাপ এবং কিছু ঠিক হিসাবে ভাল। যেগুলি আরও ভাল ("আরও ভাল" এর যে কোনও সংজ্ঞা যথাযথ) এর জন্য উন্নত বৈশিষ্ট্যযুক্ত অফস্রিংয়ের বেঁচে থাকার এবং উত্পাদন করার আরও বেশি সম্ভাবনা রয়েছে। যাইহোক, হবে সমন্বয় যে দুর্বল হবে। কেন এটি জিএর সমস্যা নয়?


12
However, there will be combinations that are weaker. Why isn't this an issue with GA?- কারণ দুর্বল সমন্বয়গুলি বাতিল করা হয়েছে।
রবার্ট হার্ভে

6
আমরা জানি যে পরবর্তী প্রজন্ম আরও খারাপ হবে না কারণ আমরা ভালকে ফেলে দেই না তবে আমরা খারাপগুলি ফেলে দেই। এবং একটি যুক্তিসঙ্গত সম্ভাবনা রয়েছে যে ভাল কিছুগুলির সাথে একত্রিত করা আরও উন্নততর করে তোলে, তবে এটির নিশ্চয়তা নেই।
ব্যবহারকারী 253751

7
Why isn't this an issue with GA?ঠিক আছে, এটি ঠিক আছে, বা ঠিক এটি হতে পারে। জিএ ব্যবহার করে অনুকূলিতকরণের জন্য অনেকগুলি (বহু) পরামিতিগুলির একটি হ'ল জনসংখ্যার আকার: এটি খুব কম হলে আপনি কেবল দুর্বল ব্যক্তিদেরই উত্পাদন করতে পারেন তবে এটি যদি খুব বেশি হয় তবে ফিটনেস ফাংশনের সাথে যুক্ত গণনার সময় খুব বেশি হতে পারে।
লুফিলাউফ

3
প্রজনন এবং আগাছা মধ্যে এটি একটি পার্থক্য : প্রজনন পর্যায় খারাপ বংশ উত্পাদন করতে পারে (কিন্তু) আগাছা পর্যায় (পরবর্তী) পরবর্তী প্রজনন পর্যায়ের আগে সবচেয়ে খারাপ সম্পাদন করতে হবে।
ট্রিপহাউন্ড

সব কিছুর জন্য তোমাকে ধন্নবাদ. আমি যদি সঠিকভাবে বুঝতে পারি তবে নিবন্ধে তিনি যেভাবে এই শব্দটি বানিয়েছিলেন তা আমাকে অনুসরণ করে ফেলেছিল। তিনি বলেছিলেন, " নতুন, সম্ভবত খুব ভাল, শিশু অর্গানিজম একটি দরিদ্র অর্গানিজমকে প্রতিস্থাপন করে " যা আমার প্রশ্নকে উত্সাহিত করেছিল। দেখে মনে হয়েছে যে ভুল ছিল :)
অভ্রোহোম ইয়েস্রোয়েল

উত্তর:


43

একটি জেনেটিক অ্যালগরিদম প্রতিটি প্রজন্মকে জনসংখ্যার উপর চাপ দিয়ে উন্নতি করার চেষ্টা করে। প্রতিটি সদস্যের ফিটনেস ফাংশন অনুযায়ী মূল্যায়ন করা হয় এবং তাদের মধ্যে কেবল একটি উচ্চ-স্কোরিং অংশই পুনরুত্পাদন করার অনুমতি পায়।

যদিও আপনি ঠিক বলেছেন: পরবর্তী প্রজন্ম তার পূর্বসূরীর স্কোরের উন্নতি করবে এমন কোনও গ্যারান্টি নেই।

ডকিন্সের উইজেল প্রোগ্রামটি বিবেচনা করুন : স্ট্রিংটি "বিকশিত" "Methinks it is like a weasel"। এলোমেলো স্ট্রিংয়ের জনসংখ্যার থেকে শুরু করে, ফিটনেস ফাংশনটি নিকটতম পাঠ্য মিলটি মূল্যায়ন করে, যা পরবর্তী প্রজন্মের উত্পাদন করতে ব্যাকুল হয়। একটি সাধারণ ক্রসওভার প্রজনন সহ, দুটি উচ্চ-স্কোরিং স্ট্রিং যা সংহত হয় খুব সহজেই নিম্ন-স্কোরিং বংশজাত করতে পারে। এমনকি একটি একক উচ্চ-ফিটনেস স্ট্রিংয়ের "অসামান্য" এলোমেলো রূপান্তর সন্তানের ফিটনেস হ্রাস করতে পারে।

এটা মনে করার মতো, আমি মনে করি, এটি অবশ্যই কোনও ত্রুটি নয়। এই জাতীয় অনুসন্ধানের সাথে স্থানীয় ম্যাক্সিমার ধারণা রয়েছে । জনসংখ্যা একজন সদস্য একটি সমাধান যে প্রতিনিধিত্ব করতে পারে না অনুকূল ফলাফল, কিন্তু সবচেয়ে ভালো যে পথে খারাপ হচ্ছে ছাড়া অর্জন করা যেতে পারে।

কল্পনা করুন যে উইসেল প্রোগ্রামের জন্য ফিটনেস ফাংশনটি কেবল সম্পাদনার দূরত্বটি খুঁজে পায় না, তবে "শব্দ" এর কিছু ধারণা রয়েছে এবং স্ট্রিংয়ের শেষ শব্দটি কোনও প্রাণীর নাম কিনা তা পরীক্ষা করে। যে কোনও প্রাণীর নাম ভাল স্কোর করে তবে "weasel"একটি বড় বোনাস পায়।

এখন কি ঘটে "Methinks it is like a walrus"বিবর্তিত হলে? এটি ভাল স্কোর। চূড়ান্ত লক্ষ্য স্ট্রিং হিসাবে নয়, তবে "Methinks it is like a walrut"পরিবর্তনের চেয়ে আরও ভাল বা অন্যান্য নিকটতম পরিবর্তনগুলি যা কোনও একক ধরণের রূপান্তর দ্বারা পৌঁছতে পারে।

Walrus স্ট্রিং একটি স্থানীয় সর্বাধিক, এবং অনুসন্ধান সেখানে আটকে যদি না প্রোগ্রাম পারবেন পরবর্তী প্রজন্মের স্কোর খারাপ যাবে।


1
প্রাসঙ্গিক: youtube.com/watch?v=YT1vXXMs ইয়াক - ডকিনের কম্পিউটার প্রোগ্রামের প্রদর্শনীটি প্রায় 12 মিনিটের মধ্যে রয়েছে, যদিও পুরো বক্তৃতাটি দেখার মতো, কারণ এটি মূল তাত্ত্বিক ভিত্তির বর্ণনা দেয় যার ভিত্তিতে বিবর্তন (জৈবিক বা সিমুলেটেড কিনা) গ্রাউন্ডেড।
পেরিটা ব্রেটাটা

24
আসলে, আপনি কখনও কখনও দুর্বল স্কোরিং সদস্যদের একটি নির্দিষ্ট শতাংশকে "জিনগত বৈচিত্র্য" বাড়ানোর জন্য বেঁচে থাকার অনুমতি দেবেন, পাশাপাশি কোনও বিদ্যমান সদস্যের ভিত্তিতে নয় এমন সম্পূর্ণরূপে এলোমেলো রূপান্তর প্রবর্তন করতে পারবেন।
জার্গ ডব্লু মিট্টাগ

@ জোসক্যাসওয়েল এর জন্য ধন্যবাদ যদিও সমস্ত উত্তরগুলি দুর্দান্ত ছিল, আমি এটি মেনে নেওয়া হিসাবে চিহ্নিত করব কারণ এটি আমার জিজ্ঞাসা করা সমস্ত কিছুর ও এখনও আমি জিজ্ঞাসা না করা বেশ কয়েকটি বিষয় জুড়ে!
অভ্রোহোম যিস্রোয়েল

আমি খুশী হয়ে সাহায্য করতে পারি, @ অ্যাভ্রোহোম ইয়েস্রোয়েল
জোশ ক্যাসওয়েল

6

আমরা জানি না এটি আরও ভাল হবে, আমরা জানি যে এটি আরও খারাপ হবে না।

প্রতিটি প্রজন্মের মধ্যে কেবল সেরা উপাদানগুলির অস্ট্রিং থাকে না, তবে তাদের মধ্যে সেরা উপাদানগুলিও অন্তর্ভুক্ত থাকে - যদি আপনি চান তবে ক্লোনগুলি। তারা এখনও উপস্থিত থাকায় তারা আগের মতোই স্কোর করবে। এর অর্থ হ'ল যদি কোন সন্তানসন্ততি ভাল না হয় তবে পূর্ববর্তী প্রজন্মের বিজয়ীরা আবার জিততে পারে - এবং পুনরায় রূপান্তরিত / বংশবৃদ্ধিতে পরিণত হবে।

বিবেচনা করুন: একজন পূর্বসূরি ব্যক্তি পৃথক একটি চিঠি হিসাবে, উদাহরণস্বরূপ A একটি পরিবর্তিত শিশু একটি সংখ্যা যুক্ত করে সংজ্ঞায়িত করা হয় A1, (A1B2) পারাপারের চারপাশে বন্ধনী দিয়ে ক্রস-ব্রেড সলিউশন লেখা হয় এবং এর পরে কোনও বিভাজনযুক্ত লিখনের ফিটনেস কোর - উচ্চতর উন্নত[12]

বিক্ষোভের জন্য, 5 টি পুল বিবেচনা করুন, যেখানে আমরা সেরা 2 রাখি এবং প্রত্যেকটির 1 টি পরিবর্তক, এবং একটি ক্রস-বংশ বিভক্ত দিয়ে পূর্ণ করি

প্রজন্ম ঘ

  • A [10]
  • B [5]
  • C [4]
  • D [3]
  • E [1]

রাখুন A, Bযেমন তারা সেরা দুটি, এবং অন্য 3 স্লট সেখানে বংশধরদের সাথে পুনরায় পূরণ করুন

প্রজন্ম 2

  • A [10]
  • B [5]
  • (AB) [7]
  • A1 [12]
  • B1 [4]

রাখুন A, এবং (AB)যেমন তারা সেরা 2 - এর অর্থ হ'ল দাদা Aএখনও বেশিরভাগ সিলড্রেনের কাজ দুর্বল হিসাবে পুলের মধ্যে থাকবেন

প্রজন্ম 3

  • A [10]
  • (AB) [12]
  • (A(AB)) [14]
  • A2 [8]
  • (AB)1 [13]

রাখুন (AB)1এবং (A(AB))- এবার কোনও দাদা-দাদী রক্ষণাবেক্ষণ করা হয়নি, কারণ তাদের দু'জন বাচ্চা তাদের পিটিয়েছে। তবে যদি (AB1)কিছুটা খারাপ পারফর্ম করে থাকেন তবে তার (AB)পরিবর্তে আমরা রাখতাম।

স্কোর স্থির না হওয়া অবধি এটি অব্যাহত থাকে। যা আপনাকে একরকম স্থানীয় ম্যাক্সিমার (সম্ভাব্য একটি বিশ্বব্যাপী ম্যাক্সিমা) আঘাত করেছে indicates এটি একই কারণের লোকদের যদি পরবর্তী প্রজন্মের মধ্যে "ক্লোন করা" করা অব্যাহত থাকে তবে এটি কেন সনাক্ত করা যায়। (যদিও উচ্চ মাত্রিক সমস্যার জন্য খুব বেশি সময় লাগতে পারে তবে কেবল উন্নতি পরীক্ষা করা আরও ভাল <<একটি নির্দিষ্ট সহনশীলতা)


1
"প্রতিটি প্রজন্মের মধ্যে কেবল সেরা উপাদানগুলির অস্ট্রিং থাকে না, তবে তাদের মধ্যে সেরা উপাদানও অন্তর্ভুক্ত থাকে" এটি বাস্তবায়নের উপর নির্ভর করে। কিছু বাস্তবায়ন এটি করে না। এটি করা কখনও কখনও "এলিটিজম" নামে অভিহিত হয়।
jpmc26

4

সাধারণভাবে, জেনেটিক অ্যালগোরিদম প্রতিটি প্রজন্মের পিতামাতার উপর বিভিন্ন (এলোমেলো) বিভিন্নতা তৈরি করে কাজ করে। তারপরে কিছু নির্বাচন ফাংশন প্রয়োগ করা হয়, এবং এই ফাংশন অনুসারে সবচেয়ে উপযুক্ত যে বংশগুলি বেঁচে থাকে। সুতরাং ভিন্নতা এলোমেলো হওয়ার কারণে বংশোদ্ভূত অগত্যা আরও ভাল নয়, তবে নির্বাচনের সাথে মিলিত হয়ে আপনি সময়ের সাথে সাথে উন্নতি পাবেন।


4
আহ, সুতরাং মনে হচ্ছে নিবন্ধটি কিছুটা বিভ্রান্তিকর ছিল। তিনি বলেছিলেন, " নতুন, সম্ভবত খুব ভাল, শিশু অর্গানিজম একটি দরিদ্র অর্গানিজমকে প্রতিস্থাপন করে " যা আমাকে বিভ্রান্ত করেছিল। আমি অনুমান করি যে তিনি যদি জীবের বোঝা সংমিশ্রণ করছেন তবে সামগ্রিকভাবে আমরা বৃদ্ধির প্রত্যাশা করব, যদিও পৃথক নতুন জীবগুলি আগেরগুলির চেয়ে দুর্বল হতে পারে। এটা কি সঠিক? ধন্যবাদ
অভ্রোহম ইয়িস্রোয়েল

@ অ্যাভ্রোহোমইস্রোয়েল: ঠিক আছে।
জ্যাকবিবি

1
@ অ্যাভ্রোহোমইস্রোয়েল: অ-বিশেষজ্ঞদের আনুমানিক বুঝতে সাবধান হন। (এছাড়াও বিশেষজ্ঞদের "জার্গনের প্রাচীর" যথাযথতা থেকে সাবধান থাকুন))
এরিক টাওয়ার

@ এরিক টাওয়ার হ্যাঁ, আমি সমস্যাটি দেখছি! আমি ভেবেছিলাম তিনি একজন বিশেষজ্ঞ, তিনি লিখেছেন পূর্ববর্তী নিবন্ধগুলি বিচার করে, তবে তিনি স্পষ্টতই মনে করেন যে এই নিবন্ধটিতে কিছু বড় ভুল হয়েছে।
অভ্রহোম ইয়েস্রোয়েল

4

আমি যখন কলেজে জেনেটিক অ্যালগরিদমগুলি অধ্যয়ন করেছি তখন এটির ব্যাখ্যা দেওয়া হয়েছিল:

কল্পনা করুন যে কোনও সমাধান "জিন" এর সংমিশ্রণ, যেখানে প্রতিটি জিন পুরোপুরি সমাধানটি কতটা ভাল তা প্রভাবিত করে। যখন দুটি সমাধান মেলানো হয়, তখন প্রতিটি পিতা-মাতার কাছ থেকে এলোমেলোভাবে জিনগুলি বাছাই করা হয়।

এখন, জিনটি সাধারণত ভাল সমাধানের দিকে নিয়ে যায়, তবে জিন পুলে এটির ফ্রিকোয়েন্সি বৃদ্ধি পায়। চরম ক্ষেত্রে, জিন জনসংখ্যার উপর প্রভাব ফেলবে।

সুতরাং যখন আপনি জেনেটিক অ্যালগরিদমগুলি (এবং সাধারণভাবে বিবর্তন) সম্পর্কে চিন্তা করেন, আপনার ব্যক্তিদের সম্পর্কে চিন্তা করা উচিত নয়। আপনার পুরো জিন এবং জনসংখ্যা সম্পর্কে চিন্তা করা উচিত। এমনকি যদি কোনও একটি "সেরা" সমাধানটি হারিয়ে যায়, তার অর্থ এই নয় যে এটির জিনগুলি হারিয়ে গেছে।

জেনেটিক অ্যালগরিদমে এলিটিজমের ধারণাও রয়েছে। এর অর্থ, সর্বোত্তম সমাধান (গুলি) সর্বদা প্রজন্ম জুড়ে রাখা হয়। এটি অ্যালগরিদমের রূপান্তরকে গতি বাড়িয়ে তুলতে পারে, তবে স্থানীয় অপটিমায় আটকে থাকা অ্যালগরিদমের পক্ষে সহজ।


2

জিএ অ্যালগরিদমগুলি নির্বিচারক নয়, তারা প্রতিটি প্রজন্মের উন্নতি পাওয়ার গ্যারান্টি দেয় না, এবং তারা মোট সর্বোত্তম খুঁজে পাওয়ার গ্যারান্টিও দেয় না। যাইহোক, একটি GA এর বাছাই পর্ব, ফিটনেস ফাংশন ব্যবহার করে এটি "ভাল সমাধান" টিকে থাকার সম্ভাবনা আরও বাড়িয়ে তোলে।

আমাদের সাইট ব্যবহার করে, আপনি স্বীকার করেছেন যে আপনি আমাদের কুকি নীতি এবং গোপনীয়তা নীতিটি পড়েছেন এবং বুঝতে পেরেছেন ।
Licensed under cc by-sa 3.0 with attribution required.