記事「母集団最適化アルゴリズム：2進数遺伝的アルゴリズム(BGA)（第2回）」についてのディスカッション

[MetaQuotes]

新しい記事「母集団最適化アルゴリズム：2進数遺伝的アルゴリズム(BGA)（第2回）」はパブリッシュされました:

この記事では、自然界の生物の遺伝物質で起こる自然なプロセスをモデル化した2進数遺伝的アルゴリズム（binary genetic algorithm：BGA）を見ていきます。

遺伝的2進数アルゴリズムの開発は、いくつかの要因とアイデアに触発されました。主なものは、以下の通りです。

• 自然淘汰と進化の原理：BGAは、チャールズ・ダーウィンが提唱した自然淘汰と進化の原理に基づいています。集団には多様な解決策が存在し、より環境に適応したものが生き残り、次の世代にその特徴を引き継ぐ可能性が高いという考え方です。
• 遺伝と遺伝性：BGAはまた、遺伝子、染色体、遺伝といった遺伝学の概念も用いています。BGAの解は2進数文字列として表現され、個々のビット群は特定の遺伝子を表し、遺伝子は最適化されるパラメータを表す。交叉や突然変異のような遺伝的演算子は、新しい世代の解を作成するために2進数文字列に適用されます。

全体として、BGAの開発は、進化的アルゴリズム、遺伝学、最適化の分野からのアイデアの組み合わせの結果でした。BGAは自然淘汰と遺伝学の原理を利用して最適化問題を解くために作られ、その発展は今日まで続いています。膨大な数のGAオプションが作られただけでなく、非常に複雑なものを含むハイブリッドアルゴリズムの一部として遺伝的アルゴリズムのアイデアやアプローチが広く利用されています。

2進数遺伝的アルゴリズム(BGA)は、データの2進表現を使用します。つまり、各個体（解）はビット列（0と1）として表現されます。交叉や突然変異といった遺伝的演算子をビット列に適用し、新しい世代の解を作り出します。

作者: Andrey Dik

[fxsaber]

記事に感謝！一般的なリストに アルゴリズムを追加しました。