Genetic algorithms are search andop

Genetic algorithms are search and
optimization heuristic techniques based on the
natural evolution process. The space solution is
represented as the population, which consists of
individuals that are evaluated using the fitness
function representing the problem being
optimized. The basic structure of a genetic
algorithm is shown in Figure 5.
In each iteration (generation) of algorithm, a
certain number of best-ranking individuals (chromosomes) is selected in the manner to
create new better individuals (children). The
children are created by some type of
recombination (crossover) and they replace the
worst-ranked part of the population. After the
children are obtained, a mutation operator is
allowed to occur and the next generation of the
population is created. The process is iterated
until the evolution condition terminates.

Kết quả (Việt) 1:

Thuật toán di truyền là tìm vàtối ưu hóa kỹ thuật heuristic dựa trên cácquá trình tiến hóa tự nhiên. Giải pháp space làđại diện là người dân, vốn bao gồmcá nhân được đánh giá bằng cách sử dụng tập thể dụcchức năng đại diện cho vấn đềtối ưu hóa. Cấu trúc cơ bản của một di truyềnthuật toán được thể hiện trong hình 5.Trong mỗi lặp (thế hệ) của thuật toán, mộtsố lượng nhất định các cá nhân chạy nhất xếp hạng (nhiễm sắc thể) được chọn theo cách thức đểtạo mới tốt hơn cá nhân (trẻ em). Cáctrẻ em được tạo ra bởi một số loạigen (crossover) và họ thay thế cácXếp hạng tồi tệ nhất một phần của dân số. Sau khi cáctrẻ em được thu được, một nhà điều hành đột biến làcó thể xảy ra và các thế hệ tiếp theo của cácdân số được tạo ra. Quá trình này iteratedcho đến khi điều kiện tiến hóa chấm dứt.

Kết quả (Việt) 2:

Các thuật toán di truyền là: tìm kiếm và
kỹ thuật tối ưu Heuristic dựa trên
quá trình tiến hóa tự nhiên. Các giải pháp không gian được
biểu diễn như là dân số, trong đó bao gồm các
cá nhân được đánh giá bằng cách sử dụng tập thể dục
chức năng đại diện cho các vấn đề đang được
tối ưu hóa. Cấu trúc cơ bản của một gen
thuật toán được thể hiện trong hình 5.
Trong mỗi lần lặp (thế hệ) của thuật toán, một
số lượng nhất định của cá nhân tốt nhất cấp (nhiễm sắc thể) được chọn theo cách thức để
tạo ra các cá nhân mới tốt hơn (trẻ em). Các
trẻ em được tạo ra bởi một số loại hình
tái tổ hợp (crossover) và thay thế cho những
phần xấu nhất xếp dân số. Sau khi
trẻ em có được, được một nhà điều hành đột biến được
phép xảy ra và các thế hệ tiếp theo của
dân số được tạo ra. Quá trình này được lặp
cho đến khi các điều kiện tiến hóa chấm dứt.