فالكتاب يشرح الخوارزمية الوراثية (بالإنجليزية: Genetic Algorithms) هي طريقة من طرق الاستمثال والبحث. يمكن تصنيف هذه الطريقة كإحدى طرق الخوارزميات التطورية التي تعتمد على تقليد عمل الطبيعة من منظور دارويني.
تستعمل الخوارزمية الوراثية تقنية بحث لإيجاد حلولِ مضبوطة أَو تقريبية تحقق الأمثلية. الخوارزميات الوراثية تصنف على أنها من طرق البحث الشامل الاستدلالي (بالإنجليزية: Global search heuristics). وهي أيضا فئة معينة من الخوارزميات التطورية المعروفة كذلك بالحساب التطوري (بالإنجليزية: evolutionary computation) التي تستخدم تكنولوجيا مستوحاة من البيولوجيا التطورية مثل التوريث والطفرات والاختيار والتهجين (crossover).
تعتبر الخوارزميات الجينية من التقنيات الهامة في البحث عن الخيار الأمثل من مجموعة حلول متوفرة لتصميم معين، وتعتمد مبدأ داروين في الاصطفاء حيث تقوم هذه المعالجة الوراثية بتمرير المزايا المثلى من خلال عمليات التوالد المتعاقبة، وتدعيم هذه الصفات، وتكون لهذه الصفات القدرة الأكبر على دخول عملية التوالد، وإنتاج ذرية أمثل، وبتكرار الدورة الوراثية تتحسن نوعية الذرية تدريجياً.
يتم تنفيذ الخوارزميات الجينية باعتبارها محاكاة الكمبيوتر حيث تستخدم الكورموسومات أفرادا في العمليات التي تقوم بها لإيجاد أفضل الحلول. بشكل عام، تمثل الحلول بالنظام الثنائي من 0 و1، وأيضا يمكن استخدام رموز أخرى.
تبدأ عملية التطور عادة من اختيار الكورموسومات(population) بشكل عشوائي وهذا يحدث في الأجيال الأخرى. في كل جيل يتم حساب الدالة الأمثلية (fitness function) لكل الكروسومات بشكل منفرد ويتم اختيار أفضل الكورموسومات بالاعتماد على أفضل الدالة الأمثلية ومن ثم عمل تهجين (دمج) وأيضا عمل طفرة. تتوقف هذه الخوارزمية عندما نصل إلى أكبر عدد من الأجيال تم إنتاجه أو الوصول إلى أفضل حل من خلال الدالة الأمثلية. إذا كان التوقف بسبب أكبر عدد من الأجيال يكون الحل الأمثل غير متحقق.
توجد الخوارزميات الجينية في التطبيقات المعلوماتية الإحيائية(bioinformatics) وعلوم الحاسوب والهندسة والاقتصاد والكيمياء والصناعات التحويلية (manufacturing) والرياضيات والفيزياء وغيرها من الميادين.
الاختيار
خلال كل الأجيال المتعاقبة، هنالك نسبة من الكورموسومات الحالية هي المختارة لإنتاج جيل جديد. ويتم اختيار هذه الكورموسومات الاعتماد على دالة الأمثلية، حيث تكون نسبة الاختيار على أفضلية الدالة الأمثلية، وهنالك طريقة أخرى عن طريق اختيار مجموعة عشوائية من الكورموسومات، لكن هذه العملية قد تستغرق وقتا طويلا جدا.
الاستنساخ
هي عملية لتوليد جيل ثان من الكورموسومات التي تم انتقاؤها من خلال عملية الاختيار ومن ثم عمل عميلة التهجين(crossover) والطفرة(mutation)لإنتاج الأبناء.
من خلال الآباء الذين تم اختيارهم من عملية الاختيار يتم تزاوج بين كل اثنين من الآباء لإنتاج طفلين جديدين وهذه العملية تستمر حتى يتم إيجاد مجموعة جديدة من الكورموسومات بالإضافة إلى مجموعة الآباء.
توجد العديد من التقنيات التي تَستعمل في عملية التهجين:
نقطة تهجين واحدة
هذه العملية في نهاية المطاف تنتج الجيل القادم من السكان الكورموسومات التي تختلف عن الجيل الأول، جميع البيانات تترتب بالاعتماد على هذه النقطة حيث يحدث عملية تبدل للبيانات بشرط عدم حدوث تكرار.
نقطتين تهجين
هذه العملية في نهاية المطاف تنتج الجيل القادم من السكان الكورموسومات التي تختلف عن الجيل الأول، جميع البيانات تترتب بالاعتماد على هذه النقطتين حيث يحدث عملية تبدل للبيانات بشرط عدم حدوث تكرار.
القطع والوصل
حيث هذه العملية تعمل على قطع البيانات من منطقة تختلف عن منطقة الكروموسوم الثاني مما يودي إلى اختلاف في طول الكروموسوم.
هي عملية تغير مفاجأة في الأبناء الناتجة من عملية التهجين بحيث تكون تغير في شكل الكروموسوم عن طريق تغير أحد مكونات الكروموسوم (تغير bit) هذه العملية ليست ناتجة من الآباء.
عملية الاستنساخ في النهاية تؤدي إلى إنتاج الكورموسومات جديدة فيتم تطبيق عليها الدالة الأمثلية لإنتاج أبناء جدد.
عملية إيجاد جيل جديد تستمر حتى يحدث أحد أسباب الإنها ءو هي:
الوصول إلى الحل الأفضل.
الوصول إلى العدد من الأجيال المطلوب.
الوصول إلى قيمة معينة(budget) مثل حساب (الزمن/المال).
الوصل إلى قيمة صغرى محلياً (local minimum) وعدم المقدرة على الخروج منها.
التخمين.
باستخدام مجموعة من الأسباب السابقة.
قراءة و تحميل كتاب تعلم الآلة بلغة البايثون الجزء الثاني PDF مجانا
قراءة و تحميل كتاب شبكة عصبونية اصطناعية بلغة البايثون PDF مجانا
قراءة و تحميل كتاب A Gentle Introduction to Symbolic Computation PDF مجانا