PostgreSQL | ||
---|---|---|
Prev | Chapter 50. データベースシステムにおける,遺伝的問い合わせの最適化 | Next |
GAは,確定ランダムサーチを利用して動作する 試行錯誤的な最適化手法です.最適化の難問に対して可能性のある 解決策のセットは,個体のの母集団として考えられます.
検索空間における個体の関係は染色体により 表現されますが,その実体は文字列のセットです. 遺伝子は,最適化される単一のパラメータの 値をエンコードする染色体の一部です.代表的な遺伝子の エンコーディングはバイナリかまたは 整数です.
進化的手術である 遺伝子組み替え,突然変異 および 淘汰の シミュレーションを通して,その先祖より高い平均適合性を示す,新しい 検索ポイントの子孫が見つかります.
"comp.ai.genetic" FAQ によると,GAが問題点を解決するための純粋なランダム検索ではないという ことは,そう大したストレスにはなり得ないとのことです. GA は推計学的なプロセスを使用しますが,その結果は 明確に非ランダム(ランダムよりもよい)になります.
GAの構造化ダイアグラムです. --------------------------- P(t) 時間 t における子孫 P''(t) 時間 t において継承した子孫 +=========================================+ |>>>>>>>>> アルゴリズム GA <<<<<<<<<<<<<| +=========================================+ | t := 0 で初期化 | +=========================================+ | P(t) を初期化 | +=========================================+ | P(t) の適合性を評価する | +=========================================+ | 判断基準になるまで実行 | | +-------------------------------------+ | | P'(t) := 再結合{P(t)} | | +-------------------------------------+ | | P''(t) := 突然変異{P'(t)} | | +-------------------------------------+ | | P(t+1) := 淘汰{P''(t) + P(t)} | | +-------------------------------------+ | | P''(t)の適合性を評価 | | +-------------------------------------+ | | t := t + 1 | +===+=====================================+
Prev | Home | Next |
データベースシステムにおける,遺伝的問い合わせの最適化 | Up | Postgres における,遺伝的問い合わせの最適化 (GEQO) |