AIあるいは量子コンピュータに関数の最適解を算出させる場合に、極小値が複数あるとその内の一つにハマってしまい抜け出せなくことがあります。これを防ぐために「遺伝子アルゴリズム」があります。遺伝子交叉と突然変異を利用するのです。
資料ご覧ください。→ 遺伝子アルゴリズム
Excelファイルです → 遺伝子アルゴリズム
p.1 左上の関数は右図のように２つの極小値があります。最適解Bを求めたいのに、A点でトラップされてしまうことがあります。その際、「遺伝子アルゴリズム」でこのような状況を防止可能です。乱数を利用した突然変異を利用して抜け出します。 このサイクルを繰り返すと最適解が得られます。今回は6回目と７回目に出現しました。そこで終了です。
p.2 16進数の4桁の数値を遺伝子として４組適当に選び、10進数にして関数のｘに代入してｙを４つ算出します。４つｙの中で小さい方から２組選びその遺伝子を「親」とします。この親の４桁の数字の前２つと後ろ２つを「交叉」させて新たな遺伝子を２組作ります。 次に乱数を発生させて４組の遺伝子から１組を選び、4桁の内の１桁を書換えます。「0」なら「1」、「1」なら「0」にします。これを突然変異の遺伝子とします。これを含めた４組の遺伝子のｙを算出して小さい方から２組の遺伝子を選択して「親」とします。このサイクルを複数回繰り返します。複数回、最小値が得られた時点で終了です。