هوش مصنوعی و الگوریتم های تکاملی

توی این مطلب قصد داریم در مورد الگوریتم های تکاملی که بخش مهمی از الگوریتم های حوزه هوش مصنوعی هستند صحبت کنیم.

منشاء الگوریتم‌های تکاملی محیط اطراف ما هستش. در واقع الگوریتم تکاملی از رفتار موجودات در طبیعت و تلاش اونا برای بقاء نشأت گرفته. این جمله یعنی چی؟
گونه‌های جانوری که توی طبیعت اطراف ما زندگی می‌کنند، همیشه در حال منطبق شدن با شرایط و محیط اطراف خودشون هستن. به عبارت دیگر یک جور فرایند یادگیری رو دنبال می‌کنند تا بتونن خودشون رو هر چی بیشتر با محیط اطرافشون وفق بدن. این انطباق یک اصل مهم در بقای موجودات است یعنی هر چی میزان انطباق یک گونه جانوری با محیط اطرافش بیشترباشه، احتمال بقاء بیشتری داره.
یک اصلی مهم توی الگوریتم های تکاملی نیز همین موضوع تکامل و حرکت به سمت بهتر شدن است. الگوریتم‌های تکاملی خودشون به سه دسته مجزا تقسیم میشن: Population-based و Fitness-oriented و Variation-driven. فعلاً اسم هاش رو بدونید تا بعداً مفصل در مورد الگوریتم‌های تکاملی توضیح بدیم. اینجا هدف ما این بود که با کلیت قضیه آشنا بشیم. ورود به جزییات باشه بعداً.
اطلاعات مختصری از الگوریتم های تکاملی رو می تونید توی شکل زیر ببینید:

تا اینجا یک کلیتی  از الگوریتم‌های تکاملی ارائه دادیم، توی پست‌های بعدی در مورد انواع الگوریتم‌های تکاملی به تفصیل  صحبت می‌کنیم. مثل الگوریتم ژنتیک، الگوریتم کلونی مورچه ها، الگوریتم زنبورها ، الگوریتم فاخته و الگوریتم رقابت استعماری و …