Algorithmes Génétiques 4+

méthode d'optimisation

Ilona Kosinska

Conçu pour iPad

    • Gratuit

Captures d’écran

Description

Programme de simulation informatique de populations génétiques. Il est utilisé pour optimiser des fonctions, c'est à dire trouver le minimum ou le maximum d'une fonction.

Les algorithmes génétiques font partie des méthodes de recherche et d'optimisation. Le but de l'optimisation est d'augmenter l'efficacité pour atteindre une certaine valeur optimale. Les algorithmes génétiques sont basés sur les mécanismes de la sélection naturelle et de l'hérédité. L'algorithme génétique de base est construit à partir de trois opérations : reproduction, croisement et mutation. Les algorithmes génétiques opèrent sur des populations de séquences codantes et utilisent des règles de sélection aléatoire pour rechercher la valeur optimale globale. Cependant, ces règles aléatoires sont définies pour donner le sens approprié de la recherche (par le biais de divers mécanismes de sélection ou de mise à l'échelle de la fonction de fitness). Cette procédure de base est renforcée par certaines manipulations génétiques, telles que celles observées dans la nature. Ils comprennent les mécanismes de dominance, de diploïdie, de l’inversion et d’autres mécanismes de reconfiguration qui se produisent au niveau des chromosomes. Les utilisateurs peuvent concevoir des modèles d'échelle textuels ou graphiques pour la fonction de fitness, puis les utiliser dans les simulations. L'application fournit également une analyse préliminaire des données statistiques concernant la distribution de la fonction de fitness dans la population. Le programme permet à l'utilisateur de comparer des procédures non aléatoires (par exemple, la mise à l'échelle de la fonction de fitness) en utilisant la même séquence pseudo-aléatoire (pour les procédures nécessitant une randomisation, telles que la sélection, etc.) dans les simulations ultérieures. Afin de mieux visualiser les processus génétiques qui se déroulent pendant la simulation, certains d'entre eux sont présentés à l'utilisateur à l'aide d'animations. De plus, certaines des données obtenues à partir de la simulation peuvent être enregistrées et partagées.

Nouveautés

Version 1.3

Cette version inclut des corrections de bugs et une nouvelle fonctionnalité d'application.

Confidentialité de l’app

Le développeur Ilona Kosinska a indiqué que le traitement des données tel que décrit ci‑dessous pouvait figurer parmi les pratiques de l’app en matière de confidentialité. Pour en savoir plus, consultez la politique de confidentialité du développeur.

Données non collectées

Le développeur ne collecte aucune donnée avec cette app.

Les pratiques en matière de confidentialité peuvent varier, notamment en fonction des fonctionnalités que vous utilisez ou de votre âge. En savoir plus

Du même développeur

Vous aimerez peut-être aussi

Stepwising
Éducation
neural networks for xy
Éducation
Shor's algorithm
Éducation
entanglement entropy
Éducation
Statisticality
Éducation
Grover's algorithm
Éducation