Skip to content

gena.md

Latest commit

 

History

History
36 lines (28 loc) · 1.87 KB

gena.md

File metadata and controls

36 lines (28 loc) · 1.87 KB

În contextul algoritmilor genetici, un gen reprezintă cea mai mică unitate de informație dintr-un cromozom (soluție candidată). El corespunde unei componente specifice a soluției reprezentate de cromozom.

Ce înseamnă practic:

  1. Analogia biologică:

    • La fel cum în biologie un gen codifică o trăsătură (ex: culoarea ochilor), în algoritmii genetici un gen stochează o parte a soluției (ex: o decizie, o valoare, un parametru).

  2. Structura cromozomului:

    • Un cromozom = o secvență de gene (ca un șir de ADN).
    • Exemplu:
      • Problemă de optimizare cu 4 variabile: [x₁, x₂, x₃, x₄] → fiecare x_i este un gen.
      • Problemă de permutare (TSP): [oraș1, oraș2, oraș3] → fiecare oraș este un gen.

  3. Reprezentare:

    • Genele pot fi:
      • Binare: 0 sau 1 (ex: "include" sau "nu include" un obiect în rucsac).
      • Întregi: valori discrete (ex: 3, 5, 2 într-o permutare).
      • Reale: numere cu virgulă (ex: 2.71, -0.5 pentru parametri continui).

De ce sunt importante?

  • Operatorii genetici (crossover, mutație) acționează pe gene:
    • Crossover: combină gene din doi părinți.
    • Mutația: modifică valori individuale ale genelor.
  • Fitness-ul soluției depinde de configurația genelor.

Exemplu concret:

Pentru problema comis-voiajor (TSP):

  • Cromozom: [A, C, B, D] (o rută posibilă).
  • Genele sale: fiecare oraș (A, C, B, D).
  • Dacă aplicăm o mutație (schimbăm două gene): obținem [A, B, C, D] → o nouă rută.

Concluzie:

Un gen este o "bucată" a soluției care, combinată cu alte gene, formează un cromozom complet. El este elementul de bază asupra căruia operează algoritmul genetic pentru a genera soluții îmbunătățite.