خوارزميات وراثية

مفهوم الخوارزميات الوراثية:

الخوارزميات الجينية هي خوارزميات بحث عشوائية تم تطويرها في محاولة لتقليد آليات الانتقاء الطبيعي وعلم الوراثة الطبيعي، إذ تعمل الخوارزميات الجينية على هياكل سلسلة مثل الهياكل البيولوجية، والتي تتطور بمرور الوقت وفقًا لقاعدة البقاء للأصلح باستخدام تبادل المعلومات العشوائي والمنظم، وهكذا في كل جيل، حيث يتم إنشاء مجموعة جديدة من الأوتار باستخدام أجزاء من أصلح أعضاء المجموعة القديمة.

خصائص الخوارزمية الجينية:

الخصائص الرئيسية للخوارزمية الجينية هي كما يلي:

• تعمل الخوارزمية الجينية مع ترميز مجموعة المعلمات، وليس المعلمات نفسها.

• تبدأ الخوارزمية الجينية بحثها من مجموعة من النقاط، وليس نقطة واحدة.

• تستخدم الخوارزمية الجينية معلومات المكافأة وليس المشتقات.

• تستخدم الخوارزمية الجينية قواعد انتقال احتمالية وليس قواعد حتمية.

في البداية يجب تحديد الترميز الذي سيتم استخدامه، ثم باستخدام عملية عشوائية يتم إنشاء مجموعة أولية من السلاسل، بعد ذلك يتم استخدام مجموعة من المشغلين لأخذ هذه المجموعة الأولية لتوليد مجموعات متعاقبة، والتي نأمل أن تتحسن بمرور الوقت، والعوامل الرئيسية للخوارزميات الجينية هي التكاثر والتقاطع والطفرة.

التكاثر:

هو عملية تعتمد على الوظيفة الموضوعية (وظيفة الملاءمة) لكل سلسلة، حيث تحدد هذه الوظيفة الهدف مدى جودة السلسلة، وبالتالي فإن السلاسل ذات القيمة الأعلى للياقة لديها احتمالية أكبر للمساهمة بنسل للجيل القادم.

التقاطع:

هو عملية يتم فيها التزاوج العشوائي لأعضاء آخر تجمع للتزاوج لذلك، يتم إنشاء زوج من النسل يجمع بين عناصر من والدين (عضوين)، والتي نأمل أن تكون قد حسنت قيم اللياقة البدنية.

الطفرة:

هي التغيير العشوائي العرضي (مع احتمال ضئيل) لقيمة موضع السلسلة، وفي الواقع الطفرة هي عملية سير عشوائي عبر مساحة المعلمة المشفرة، والغرض منه هو ضمان عدم فقدان المعلومات المهمة الموجودة في السلاسل قبل الأوان.

الخوارزمية الجينية:

يُتوخى تنفيذ (GAs) لمشكلة تحسين التشغيل واستخدام الطاقة على نطاق الموقع في مصانع الإنتاج على طول الخطوط التالية، أولاً باستخدام طريقة تصميم القرص، سيتم تحديد متطلبات المشكلة والقيود بعد ذلك، سيتم تحديد منطقة القرص وسيتم إجراء المطابقات الأساسية، بعد ذلك سيتم ترميز المشكلة عن طريق إنشاء السلاسل المناسبة، حيث ستحتوي هذه السلاسل على الميزات العامة والمعلمات التي تؤثر على المشكلة، وستمثل كل سلسلة تكوين شبكة محتمل لكل سلسلة من السلاسل، إذ سيتم حساب الوظيفة الهدف أي قيمة استخدام الطاقة والمرافق وعدد الوحدات التي يلزم استخدامها في تكوين الشبكة الممثلة أي إجمالي رأس المال وتكلفة التشغيل.

في البداية سيتم إنشاء مجموعة بداية من السلاسل باستخدام إجراء عشوائي، وسيتم تنفيذ المشغلين الرئيسيين الثلاثة للخوارزميات الجينية لتحسين قيمة الوظيفة الموضوعية، أي إنشاء تكوينات للشبكة بأقل تكلفة إجمالية لرأس المال والتشغيل، إلى المجموعة النهائية من السلاسل الشبكات الممكنة وسيتم تطبيق تقنيات متقدمة لمزيد من التحسين.

الخوارزمية الجينية هي نوع من الخوارزمية العشوائية التي تعتمد على نظرية الاحتمال، وعند تطبيق هذه الطريقة على نموذج البنية الفوقية (stagewise) يتم تحديد عملية البحث من خلال استراتيجية عشوائية، حيث يمكن الحصول على الحل الأمثل العالمي لتركيب شبكات المبادلات الحرارية عند احتمالية معينة، إذ تبدأ عملية البحث بمجموعة من الحلول العشوائية الأولية والتي تسمى “السكان”، ويُطلق على كل حل اسم “كروموسوم” ويتكون الكروموسوم من “جين”، ويرمز “الجين” إلى المتغيرات المثلى لشبكات المبادلات الحرارية على سبيل المثال، معدلات التدفق الكتلي للتيارات الباردة والتيارات الساخنة.

العمليات الحسابية في الخوارزمية الجينية:

هناك نوعان من العمليات الحسابية في الخوارزمية الجينية هما العملية الجينية وعملية التطور، حيث تتبنى العملية الجينية مبدأ النقل للاحتمال وتختار بعض الكروموسومات الجيدة لتنتشر باحتمالية معينة، وتسمح للكروموسومات السفلية الأخرى بالموت وبالتالي، سيتم توجيه اتجاه البحث إلى أكثر المناطق الواعدة، وباستخدام تقنية البحث العشوائي يمكنهم استكشاف مناطق مختلفة من مساحة البحث في وقت واحد، وبالتالي يكونون أقل عرضة للانتهاء في الحد الأدنى المحلي.

تكمن قوة الخوارزمية الجينية في استكشاف مناطق مختلفة من مساحة البحث في وقت حساب قصير نسبيًا، علاوة على ذلك يمكن بسهولة إدراج أهداف متعددة ومعقدة، لكن الخوارزمية الجينية توفر فقط إطارًا عامًا لحل مشكلة التحسين المعقدة، إذ غالبًا ما يعتمد المشغلون الجينين على المشكلة ولديهم أهمية حاسمة للاستخدام الناجح في المشكلة العملية، وعلى وجه التحديد بالنسبة لمشكلة التوليف لشبكات المبادلات الحرارية ذات المبادلات الحرارية متعددة التيار، يجب إعطاء نهج لتوليد الشبكة الأولية وتحديد الحمل الحراري لمطابقة داخل البنية الفوقية.

تم تصميم بعض المشغلين بشكل مناسب للتكيف مع مشكلة التوليف مثل مشغل التقاطع ومشغل الطفرة والتقاطع المتعامد ومشغلي الازدحام الفعال، وصعوبة أخرى لتطبيق الخوارزمية الجينية هي معالجة القيود أثناء التطور الجيني، قد يتحول فرد من السكان إلى حل غير عملي بعد التلاعب به من قبل مشغلي الجينات، مما سيؤدي إلى الفشل في إيجاد حل ممكن أثناء التطور خاصة بالنسبة لمشكلة التحسين مع قيود صارمة، ومن ثم ينبغي وضع بعض الاستراتيجيات لضمان القيود في الحساب الجيني.