Genetic Algorithm (GA) — Tecky Open Class

Presentation Slides: https://paper.dropbox.com/doc/present/R1Tx0G8JWpFP8H5WO4C9H

About Me

---

Beeno Tung Technical Instructor / Fullstack Developer / Technical Consultant

Working in Tecky Academy

FB/Twitter: @beenotung

ZeroMe/ZeroMail: beenotung@zeroid.bit

遺傳算法的背景

又名「基因演算法」(Genetic Algorithm)

• 是一種「進化演算法」 (Evolutionary Algorithm)
• 在 1960 年由 University of Michigan 的 John Holland 帶領的研究團隊制定
• 適用於解決確定性算法過於耗時的問題
  • 如「旅行商問題」(Travelling salesman problem)
  • 和「背包問題」(knapsack problem)

主流「疊代優化算法」(Iterative Optimization Algorithm) 的例子

• 人工神經網絡 (Artificial Neural Network)
• 遺傳算法 (Genetic Algorithm)
• 群體智能 (Swarm Intelligent)
  • 蟻群演算法 (Ant Colony Optimization)
  • 粒子群最佳化算法 (Particle Swarm Optimization)

遺傳算法的實際應用

遺傳算法的基本原理

1. (隨機)初始化族群（的基因）

2. 評估個體表現

3. 汰弱留強

4. (隨機)交叉基因 (交配、繁殖下代❤️)

5. (隨機)基因突變 🕷️

6. 檢查結束條件 → 結束 / 重覆第 2-6 步

編程示範

👩‍💻 👨‍💻 😎

青蛙島示範: https://ga-island-demo.surge.sh

火箭軌跡示範: https://ga-rocket.surge.sh

程式庫 (Library)
github: https://github.com/beenotung/ga-island
npm: https://www.npmjs.com/package/ga-island

公開課課堂回饋

簡短問卷: https://docs.google.com/forms/d/1NFaBTogHouDE8ZiIlmlVhHWIMEP4BEIDhcrtBW9sLGU/viewform

課堂編號: INT002

參考資料

• https://www.codingame.com/playgrounds/334/genetic-algorithms/history
• https://en.wikipedia.org/wiki/Evolved_antenna

使用的工具

• 筆記和演示幻燈片: https://paper.dropbox.com/
• 數學圖表描繪:
  • https://www.google.com/search
  • https://docs.google.com/spreadsheets
• 數學方程求解: https://www.wolframalpha.com