فہرست کا خانہ:
تعریف - جینیاتی الگورتھم کا کیا مطلب ہے؟
جینیاتی الگورتھم مصنوعی ذہانت اور کمپیوٹنگ میں مستعمل ایک ہورسٹک سرچ طریقہ ہے۔ اس کا استعمال قدرتی انتخاب اور ارتقائی حیاتیات کے نظریہ کی بنیاد پر تلاشی کے مسائل کے بہتر حل تلاش کرنے کے لئے کیا جاتا ہے۔ جینیاتی الگورتھم بڑے اور پیچیدہ ڈیٹا سیٹوں کے ذریعے تلاش کرنے کے لئے بہترین ہیں۔ وہ پیچیدہ امور کا معقول حل تلاش کرنے کے قابل سمجھے جاتے ہیں کیوں کہ وہ بے قابو اور محدود اصلاح کے معاملات حل کرنے کے انتہائی قابل ہیں۔
ٹیکوپیڈیا جینیٹک الگورتھم کی وضاحت کرتا ہے
جینیاتی الگورتھم ارتقائی حیاتیات جیسے انتخاب ، اتپریورتن ، وراثت اور بحالی سے متعلق مسئلے کو حل کرنے کے لئے تکنیک کا استعمال کرتا ہے۔ جینیاتی الگورتھم میں سب سے زیادہ استعمال شدہ طریقہ یہ ہے کہ کسی آبادی سے تصادفی طور پر افراد کا ایک گروپ بنانا ہے۔ اس طرح بنائے گئے افراد کا تشخیص پروگرامر کے ذریعہ فراہم کردہ تشخیصی فنکشن کی مدد سے کیا جاتا ہے۔ پھر افراد کو ایک اسکور فراہم کیا جاتا ہے جو بالواسطہ طور پر تندرستی کو دی گئی صورتحال پر روشنی ڈالتا ہے۔ اس کے بعد بہترین دو افراد ایک یا ایک سے زیادہ اولاد پیدا کرنے کے لئے استعمال ہوتے ہیں ، اس کے بعد اولاد پر بے ترتیب تغیر پایا جاتا ہے۔ درخواست کی ضروریات پر منحصر ہے ، یہ عمل اس وقت تک جاری رہتا ہے جب تک کہ کوئی قابل قبول حل نکالا نہیں جاتا یا اس وقت تک نسلوں کی ایک مخصوص تعداد گزر نہیں جاتی ہے۔
جینیاتی الگورتھم کلاسیکی ، مشتق مبنی ، اصلاح کے الگورتھم سے دو طریقوں سے مختلف ہے:
- جینیاتی الگورتھم ہر تکرار میں پوائنٹس کی آبادی پیدا کرتا ہے ، جبکہ کلاسیکی الگورتھم ہر تکرار پر ایک ہی نقطہ پیدا کرتا ہے۔
- جینیاتی الگورتھم اگلی آبادی کو بے ترتیب تعداد میں جنریٹرز کا استعمال کرتے ہوئے گنتی کے ذریعہ منتخب کرتا ہے ، جبکہ کلاسیکی الگورتھم محرک کے حساب سے اگلا نقطہ منتخب کرتا ہے۔
روایتی مصنوعی ذہانت کے مقابلے میں ، جینیاتی الگورتھم بہت سے فوائد فراہم کرتا ہے۔ یہ زیادہ مضبوط ہے اور آدانوں میں معمولی تبدیلی یا شور کی موجودگی کی وجہ سے خرابی کا شکار ہے۔ پراکسس ، لکیری پروگرامنگ ، ہورسٹک ، فرسٹ یا چوڑائی اول جیسے اصلاحی طریقوں کے سلسلے میں ، جینیاتی الگورتھم بہتر اور زیادہ اہم نتائج فراہم کرسکتا ہے جبکہ بڑے ملٹی موڈل حالت ریاستوں ، بڑے ریاستی خالی جگہوں یا ن جہتی سطحوں کی تلاش کرتے ہوئے۔
جینیاتی الگورتھم بڑے پیمانے پر روبوٹکس ، آٹوموٹو ڈیزائن ، آپٹمائزڈ ٹیلی مواصلات روٹنگ ، انجینئرنگ ڈیزائن اور کمپیوٹر ایڈیڈ مالیکیولر ڈیزائن جیسے بہت سے شعبوں میں وسیع پیمانے پر استعمال ہوتے ہیں۔
