อัลกอริทึมทางวัฒนธรรม
อัลกอริทึมเชิงวัฒนธรรม (CA)เป็นสาขาหนึ่งของการคำนวณเชิงวิวัฒนาการซึ่งมีองค์ประกอบด้านความรู้ที่เรียกว่าพื้นที่ความเชื่อ นอกเหนือจาก องค์ประกอบด้าน ประชากรในแง่นี้ อัลกอริทึมเชิงวัฒนธรรมสามารถมองได้ว่าเป็นส่วนขยายของอัลกอริทึมทางพันธุกรรม แบบดั้งเดิม อัลกอริทึมเชิงวัฒนธรรมได้รับการแนะนำโดย Reynolds (ดูเอกสารอ้างอิง)
พื้นที่แห่งความเชื่อ
พื้นที่ความเชื่อของอัลกอริทึมทางวัฒนธรรมถูกแบ่งออกเป็นหมวดหมู่ที่แตกต่างกัน หมวดหมู่เหล่านี้แสดงถึงขอบเขตความรู้ที่แตกต่างกันที่ประชากรมีเกี่ยวกับพื้นที่การค้นหา
พื้นที่ความเชื่อจะได้รับการปรับปรุงหลังจากการวนซ้ำ แต่ละครั้ง โดยบุคคลที่ดีที่สุดในประชากร บุคคลที่ดีที่สุดสามารถเลือกได้โดยใช้ฟังก์ชันความเหมาะสมซึ่งประเมินประสิทธิภาพของแต่ละบุคคลในประชากร คล้ายกับในอัลกอริธึมทางพันธุกรรม
รายการหมวดหมู่พื้นที่ความเชื่อ
- ความรู้เชิงบรรทัดฐานคือ ชุดของช่วงค่าที่พึงปรารถนาสำหรับแต่ละบุคคลในองค์ประกอบของประชากร เช่น พฤติกรรมที่ยอมรับได้สำหรับตัวแทนในประชากร
- ความรู้เฉพาะด้านข้อมูลเกี่ยวกับขอบเขตของปัญหาอัลกอริทึมทางวัฒนธรรมถูกนำมาประยุกต์ใช้
- ความรู้เชิงสถานการณ์ตัวอย่างเฉพาะของเหตุการณ์สำคัญ เช่น วิธีแก้ปัญหาที่ประสบความสำเร็จ/ไม่ประสบความสำเร็จ
- ความรู้เชิงเวลาประวัติความเป็นมาของพื้นที่การค้นหา เช่น รูปแบบเชิงเวลาของกระบวนการค้นหา
- ความรู้เชิงพื้นที่ข้อมูลเกี่ยวกับลักษณะภูมิประเทศของพื้นที่ค้นหา
ประชากร
องค์ประกอบด้านประชากรของอั ลกอริทึมทางวัฒนธรรมนั้นใกล้เคียงกับของอัลกอริทึมทางพันธุกรรม
โปรโตคอลการสื่อสาร
อัลกอริทึมทางวัฒนธรรมต้องการส่วนเชื่อมต่อระหว่างประชากรและพื้นที่ความเชื่อ บุคคลที่ดีที่สุดในประชากรสามารถปรับปรุงพื้นที่ความเชื่อผ่านฟังก์ชันการอัปเดตได้ นอกจากนี้ หมวดหมู่ความรู้ของพื้นที่ความเชื่อยังสามารถส่งผลกระทบต่อองค์ประกอบของประชากรผ่านฟังก์ชันอิทธิพลได้ ฟังก์ชันอิทธิพลสามารถส่งผลกระทบต่อประชากรโดยการเปลี่ยนแปลงจีโนมหรือการกระทำของแต่ละบุคคล
รหัสเทียมสำหรับอัลกอริทึมทางวัฒนธรรม
- กำหนดค่าเริ่มต้นของพื้นที่ประชากร (เลือกจำนวนประชากร เริ่มต้น )
- เริ่มต้นกำหนดขอบเขตความเชื่อ (เช่น กำหนดความรู้เฉพาะด้านและช่วงค่ามาตรฐาน)
- ทำซ้ำจนกว่าจะตรงตามเงื่อนไขการสิ้นสุด
- ดำเนินการตามการกระทำของแต่ละบุคคลในพื้นที่ประชากร
- ประเมินแต่ละบุคคลโดยใช้ฟังก์ชันความฟิต
- เลือกพ่อแม่พันธุ์เพื่อสืบพันธุ์ให้ได้ลูกหลานรุ่นใหม่
- ให้พื้นที่ความเชื่อเปลี่ยนแปลงจีโนมของลูกหลานโดยใช้ฟังก์ชันอิทธิพล
- ปรับปรุงพื้นที่ความเชื่อโดยใช้ฟังก์ชันยอมรับ (โดยให้บุคคลที่เหมาะสมที่สุดมีส่วนร่วมในการกำหนดพื้นที่ความเชื่อ)
แอปพลิเคชัน
- ปัญหาการเพิ่มประสิทธิภาพต่างๆ
- การจำลองทางสังคม
- การเพิ่มประสิทธิภาพพารามิเตอร์จริง[ 1 ]