Genetic Algorithm 1

Learn About Genetic Algorithm

Dapet tugas Inteligensia Mesin,ngambil topik”Image Segmentation Using genetic Algoritm”.Wuih rada susah dimengerti sih tapi tenang aja..namanya juga baru belajar.Yang punya info tentang algoritma ini di share disini ya….

Ada Link bagus buat yang mau belajar Genetic Algorithm,nih link nya http://cs.felk.cvut.cz/~xobitko/ga/

di situs ini juga dilengkapi applet buat mempermudah penjelasan algoritma

dari situs diatas Genetic algorithm secara umum kayak ini

• [Start] Generate random population of n chromosomes (suitable solutions for the problem)

• [Fitness] Evaluate the fitness f(x) of each chromosome x in the population

• [New population] Create a new population by repeating following steps until the new population is complete

   

  • [Selection] Select two parent chromosomes from a population according to their fitness (the better fitness, the bigger chance to be selected)
  • [Crossover] With a crossover probability cross over the parents to form a new offspring (children). If no crossover was performed, offspring is an exact copy of parents.
  • [Mutation] With a mutation probability mutate new offspring at each locus (position in chromosome).
  • [Accepting] Place new offspring in a new population

• [Replace] Use new generated population for a further run of algorithm

• [Test] If the end condition is satisfied, stop, and return the best solution in current population

• [Loop] Go to step 2

Genetic algorithm dapat digambarkan sebagai sebuah kromosom,dalam prosesnya akan mencari parent yang mempunyai kromosom bagus dan dikopi keanaknya.sehingga diharapkan dari setiap generasi kromosom akan menjadi lebih baik.Dalam perhitungan dengan menggunakan algoritma genetic juga diharapkan dari setiap perulangan perhitungan didapat solusi yang paling memenuhi atau paling baik sesuai dengan konteks masalah yang akan dicari solusinya.

misal ada kromosom

Chromosome 1	1101100100110110
Chromosome 2	1101111000011110

Dari algoritma diatas ada beberapa operator yang memegang peranan penting dalam algoritma ini yaitu

1. Crossover

proses mencampur atau menukar antara 2 parent induk dan dihasilkan kromosom baru

Chromosome 1	11011 | 00100110110
Chromosome 2	11011 | 11000011110
Offspring 1	11011 | 11000011110
Offspring 2	11011 | 00100110110

2. Mutation

Proses merubah isi dari kromosom baru yang misalnya 1 jadi 0 atau sebaliknya.

Original offspring 1	1101111000011110
Original offspring 2	1101100100110110
Mutated offspring 1	1100111000011110
Mutated offspring 2	1101101100110110

Dalam tulisan ini saya masih belajar jadi klo ada yang salah mohon dikoreksi (namanya juga belajar…hihihi).Waduh udah capek nih…besok besok disambung lagi di Genetic Algorithm 2..