進化的アルゴリズム-突然変異の解説

進化的アルゴリズムと突然変異の解説：美とファッションの進化を見守る' (Shinkateki arugorizumu to totsuzen hensen no kaishaku Bi to fasshon no shinka o mimamoru)

コード実装と組み合わせて説明するTSPの例を用いたイラスト

これは進化的アルゴリズム-選択の説明の続きです。

この記事は、プレミュテーションベースの表現における組み合わせと変異の高レベルな理解を得るために読むことができます。

ただし、プロセスのすべてのステップの詳細を理解するには、続きを読む前に上記のリンク先の記事を先に読むと役立ちます。

前の記事からのコードスニペットと一緒に、個人のコンピュータ上で有名な巡回セールスマン問題（TSP）を解くことができます。さらに重要なのは、裏側で起こるすべてに感謝することです。

• 大規模言語モデル、ALBERT – 自己教示学習用のLite BERT
• 「オープンソースLLMsの歴史：初期の日々（パート１）」
• 「ChatGPTの高度な設定ガイド – Top P、Frequency Penalties、Temperatureなど」

共通の理解へ

前回は、進化的アルゴリズムの枠組みの概要を以下のように説明しました：

EAで使用される用語をいくつか見た後、適切な遺伝子型の初期化の詳細（セクション3.1，<1>に対して）およびルーレットホイールとトーナメント選択の詳細（セクション3.2，<2>に対して）を見てきました。

さて、セクション3.3に続きます。

3.3—バリエーション

バリエーションは単一遺伝子型（1つの遺伝子型）または二重遺伝子型（2つの遺伝子型）で行われます。目的は、前任者よりも高い適応度を持つ新しい遺伝子型を得ることです。

統計情報は、この希望を実現するために役立ちます。偶然によって、一部の遺伝子型がより優れている一方、他の遺伝子型が劣ることがあります。親の選択（セクション3.2）と生存の選択（セクション3.4）と協力して、「成功」は「失敗」よりもはるかに重要です。

セクション3.3.1および3.3.2では、順列ベースの遺伝子型に対して行われるバリエーションに焦点を当てています。

技術的には、組み合わせプロセスには2つ以上の親が関与することができますが、2つの親にとどめることがこの記事の範囲です。

We will continue to update VoAGI; if you have any questions or suggestions, please contact us!