The mutation operator, while consid

The mutation operator, while considered secondary to selection and crossover operators,
is a fundamental component to the GA process, given its ability to overcome
lost genetic information during the selection and crossover processes (Reid, 1996).
As expected, there are a variety of different forms of mutation for the different kinds
of representation. In binary terms, mutations randomly alter (according to some
probability) some of the bits in the population from 1 to 0 or vice versa. The objective
function outputs allied with the new population are calculated and the process
repeated. Typically, in genetic algorithms, this probability of mutation is on the order
of one in several thousand (Reid, 1996). Reid also likens the mutation operator to
an adaptation and degeneration of crossover; an individual is crossed with a random
vector, with a crossover segment that consists only of the chosen allele. For this reason,
he claims that the justification of the search for a feasible mutation takes a similar
form to that of feasible crossover. Similar to the crossover process, mutation is
assessed by a probability parameter (Pm). For example, if Pm = 100%, then the whole
chromosome is ostensibly altered (Sivanandam and Deepa, 2008). Alternatively, if
Pm = 0%, then nothing changes.

Kết quả (Việt) 1:

Các nhà điều hành đột biến, trong khi được coi là thứ cấp để lựa chọn và sử dụng crossover,là một thành phần cơ bản cho quá trình GA, cho khả năng của mình để vượt quamất thông tin di truyền trong quá trình lựa chọn và crossover (Reid, 1996).Theo dự kiến, có rất nhiều các hình thức khác nhau của đột biến cho các loại khác nhauđại diện. Trong điều kiện nhị phân, đột biến ngẫu nhiên thay đổi (theo một sốxác suất) một số bit trong dân số 1-0 hoặc ngược lại. Mục tiêukết quả đầu ra chức năng liên minh với dân mới được tính và quy trìnhlặp đi lặp lại. Thông thường, trong các thuật toán di truyền, này xác suất đột biến là vào thứ tựmột trong vài ngàn (Reid, 1996). Reid cũng đua nhà điều hành đột biến đểmột chuyển thể và thoái hóa của chéo; một cá nhân vượt qua với một ngẫu nhiênvector, với một phân đoạn chéo bao gồm chỉ của alen được lựa chọn. Vì lý do này,ông tuyên bố rằng các biện minh của việc tìm kiếm một đột biến khả thi mất một tương tựhình thức của khả thi chéo. Tương tự như quá trình chéo, đột biến làđánh giá bởi một tham số xác suất (AM). Ví dụ, nếu am = 100%, sau đó toàn bộnhiễm sắc thể là thay đổi bề ngoài (Sivanandam Deepa, 2008). Ngoài ra, nếuPM = 0%, thì không có gì thay đổi.

Kết quả (Việt) 2:

Các nhà điều hành đột biến, trong khi coi thứ cấp để khai thác lựa chọn và crossover,
là một thành phần cơ bản cho quá trình GA, cho khả năng của mình để vượt qua những
thông tin di truyền bị mất trong quá trình lựa chọn và crossover (Reid, 1996).
Theo dự kiến, có rất nhiều hình thức khác nhau của đột biến cho các loại khác nhau
của các đại diện. Xét về nhị phân, đột biến làm thay đổi một cách ngẫu nhiên (theo một số
xác suất) một số bit trong dân số 1-0 hoặc ngược lại. Mục tiêu
đầu ra chức năng liên minh với dân mới được tính toán và quá trình
lặp đi lặp lại. Thông thường, trong các thuật toán di truyền, xác suất này của đột biến là về trình tự
của một trong hàng ngàn (Reid, 1996). Reid cũng ví như các nhà điều hành đột biến tới
một sự thích nghi và thoái hóa của chéo; một cá nhân bị cắt ngang bởi một ngẫu nhiên
vector, với một đoạn chéo mà chỉ gồm các alen chọn. Vì lý do này,
ông tuyên bố rằng sự biện minh cho việc tìm kiếm một đột biến có tính khả thi có một tương tự như
hình thức của chéo khả thi. Tương tự như quá trình chéo, đột biến được
đánh giá bởi một tham số xác suất (Pm). Ví dụ, nếu Pm = 100%, sau đó toàn bộ
nhiễm sắc thể là bề ngoài là thay đổi (Sivanandam và Deepa, 2008). Ngoài ra, nếu
Pm = 0%, sau đó không có gì thay đổi.