Prírodou inšpirované algoritmy

Vhodnosť jedinca

Vhodnosť jedinca je hybnou silou Darwinovského výberu v GP. V prírode predstavuje vhodnosť jedinca pravdepodobnosť, že jedinec prežije do veku, v ktorom je schopný reprodukcie a rozmnoží sa. Kvantifikovaná môže byť napríklad počtom potomkov. V našom umelom prostredí musí vhodnosť jedinca - počítačového programu vyjadrovať jeho schopnosť riešiť zadaný problém. Zvyčajne je získavaná cez viacero testovacích prípadov - podmienok, za ktorých spustíme testovaný program.

(Koza, 1992) uvádza štyri druhy vhodností :

• Raw fitness - jej najvšeobecnejšou definíciou je, že je chybou, odchýlkou, ktorú program dosiahne pri riešení zadaného problému v jednotlivých prípadoch (sumou odchýlok v prípade, že výstupmi sú číselné hodnoty, počtom chýb v prípade, že výstupy sú boole-ovské, alebo symbolické). Je vždy udávaná v hodnotách prirodzených problémovej doméne.
• Standardized Fitnes - transformuje Raw fitness do podoby, v ktorej je stále menšia numerická hodnota vhodnosti žiadanejšia. Zvyčajne je zhodná s Raw fitness, iba v prípade, že žiadanejšia je vyššia hodnota Raw fitness je Standardized fitness vyrátaná ako rozdiel maximálnej hodnoty, ktorú môže Raw fitness dosiahnuť a jej aktuálnej hodnoty. Ak maximálna hodnota Raw fitness nie je známa použijeme na výpočet zvyšných druhov vhodnosti priamo Raw fitness.
• Adjusted fitness - najpoužívanejší druh vhodnosti . Vyráta sa ako obrátená hodnota súčtu Standardized fitness a čísla 1. Tento výpočet zabezpečí, že hodnoty vhodnosti budú ležať v intervale <0,1> (1 pre najlepšieho jedinca, kde Standardized fitness = 0).
• Normalized fitness - vyráta sa ako podiel vhodnosti jedinca a sumy vhodností všetkých jedincov populácie. Týmto krokom sa zabezpečí že:
• hodnota vhodnosti leží v intervale <0,1>
• hodnota vhodnosti lepšieho jedinca je vyššia
• suma všetkých Normalized fitness je rovná 1