HTML Microdata document

This HTML5 document contains 70 embedded RDF statements represented using HTML+Microdata notation.

The embedded RDF content will be recognized by any processor of HTML5 Microdata.

Namespace Prefixes

Prefix	IRI
dbpedia-de	http://de.dbpedia.org/resource/
dcterms	http://purl.org/dc/terms/
yago-res	http://yago-knowledge.org/resource/
dbo	http://dbpedia.org/ontology/
foaf	http://xmlns.com/foaf/0.1/
dbpedia-ca	http://ca.dbpedia.org/resource/
dbpedia-es	http://es.dbpedia.org/resource/
n25	https://global.dbpedia.org/id/
dbpedia-tr	http://tr.dbpedia.org/resource/
yago	http://dbpedia.org/class/yago/
dbt	http://dbpedia.org/resource/Template:
rdfs	http://www.w3.org/2000/01/rdf-schema#
freebase	http://rdf.freebase.com/ns/
dbpedia-el	http://el.dbpedia.org/resource/
dbpedia-pl	http://pl.dbpedia.org/resource/
dbpedia-az	http://az.dbpedia.org/resource/
dbpedia-no	http://no.dbpedia.org/resource/
rdf	http://www.w3.org/1999/02/22-rdf-syntax-ns#
owl	http://www.w3.org/2002/07/owl#
n19	http://bs.dbpedia.org/resource/
dbpedia-zh	http://zh.dbpedia.org/resource/
wikipedia-en	http://en.wikipedia.org/wiki/
dbp	http://dbpedia.org/property/
dbpedia-bg	http://bg.dbpedia.org/resource/
dbc	http://dbpedia.org/resource/Category:
prov	http://www.w3.org/ns/prov#
xsdh	http://www.w3.org/2001/XMLSchema#
wikidata	http://www.wikidata.org/entity/
dbr	http://dbpedia.org/resource/
dbpedia-ro	http://ro.dbpedia.org/resource/

Statements

Subject Item: dbr:Mutation_(genetic_algorithm)
rdf:type: yago:Activity100407535 yago:Algorithm105847438 yago:WikicatGeneticAlgorithms yago:YagoPermanentlyLocatedEntity yago:Abstraction100002137 yago:Event100029378 yago:Act100030358 yago:PsychologicalFeature100023100 yago:Procedure101023820 yago:Rule105846932
rdfs:label: Mutation (evolutionärer Algorithmus) Mutacja w algorytmie ewolucyjnym Χρωμοσωμική μετάλλαξη Mutación (computación evolutiva) Mutation (genetic algorithm) Mutació (algorisme genètic) 突變 (遺傳演算法)
rdfs:comment: Mutacja - operator przeszukiwania przestrzeni rozwiązań za pomocą algorytmu ewolucyjnego. Polega na losowej zmianie wartości niektórych (lub wszystkich) genów reprezentujących osobnika. Ma ona za zadanie zwiększyć różnorodność osobników w populacji, czyli zapobiegać przedwczesnej zbieżności algorytmu oraz eksplorować przestrzeń rozwiązań. Mutacja zachodzi z pewnym przyjętym prawdopodobieństwem - zazwyczaj rzędu 1%. Jest ono niskie, ponieważ zbyt silna mutacja przynosi efekt odwrotny do zamierzonego: zamiast subtelnie różnicować dobre rozwiązania - niszczy je. Stąd w procesie ewolucji mutacja ma znaczenie drugorzędne, szczególnie w przypadku długich chromosomów. Może być zarówno (jak w algorytmach genetycznych), jak i operatorem globalnym (jak w ). Mutación es, en el campo de la computación evolutiva, un operador genético usado para mantener la diversidad genética de una población. Es análogo a la mutación biológica. Un ejemplo clásico de operador de mutación consiste en la modificación de un bit en un algoritmo genético. Esta modificación se efectúa con una probabilidad preestablecida, llamada probabilidad de mutación. Mutation is a genetic operator used to maintain genetic diversity from one generation of a population of genetic algorithm chromosomes to the next. It is analogous to biological mutation. The classic example of a mutation operator involves a probability that an arbitrary bit in a genetic sequence will be flipped from its original state. A common method of implementing the mutation operator involves generating a random variable for each bit in a sequence. This random variable tells whether or not a particular bit will be flipped. This mutation procedure, based on the biological point mutation, is called single point mutation. Other types are inversion and floating point mutation. When the gene encoding is restrictive as in permutation problems, mutations are swaps, inversions, and scrambles. En els algorismes genètics, una mutació és un operador genètic utilitzat per mantenir la diversitat genètica d'una generació d'una població de cromosomes a la següent. És anàleg a la mutació en biologia. Es dona amb molt poca freqüència d'ocurrència (fenomen rar) i pot, fins i tot, no ser emprat. Si en la generació actual va a produir-se una mutació fem els següents passos: * Seleccionar a l'atzar un individu qualsevol. * Triar un punt de mutació a l'atzar en la seva cadena genètica. * Canviar el valor del bit afectat. * Retornar el nou individu a la població. 在遺傳演算法裡面，突變是用來維持演算法裡面，族群（population）裡面每一個世代的染色體到下一個世代時，還能夠維持遺傳多樣性的一個遺傳運算元（genetic operator）。這個運算元設計上雷同於生物學方面的突變(這也就是這個命名的由來)。有一種經典的突變運算元範例，會牽涉到將染色體裡面任意位元從原來的狀態改掉的機率。常用來實做這種突變運算元的方法是對染色體字串的每個位元分別產生一個隨機變數。這個隨機變數用來告訴我們這個特定的位元是否要被修改。這種突變的過程叫做單點突變（single point mutation），因為他的設計基於生物學上的點突變。其他的突變方式包含倒置（inversion）和浮點突變（floating point mutation）。當基因的設計以排列問題的形式限制，那突變的方式就會變成交換，倒置或者打亂。遺傳演算法裡面突變的目的在於維持並且提昇多樣性。突變應該要能夠藉由避免讓族群裡的染色體過於相近，來防範演算法掉入區域極值，因此減慢或者停止進化過程。相同的理由也可以用來解釋為何大多數遺傳演算法的系統避免只使用的染色體來產生下一代，而是在一些比較適合的裡面隨機（或者半隨機）的選擇出一些來產生下一代。 Unter Mutation versteht man bei einem evolutionären Algorithmus (EA) die zufällige Änderung eines Genoms. Sie ist die Umsetzung der biologischen Mutation für EA. Eine solche Zuordnung von einem alten Genom (und eventuell Zufallszahlen) zu einem neuen Genom ist eine Funktion und heißt Mutations-Funktion. Jede Mutations-Funktion ist ein genetischer Operator. Alle in einem EA zur Anwendung kommenden Mutationsoperatoren müssen in ihrer Gesamtheit folgenden Anforderungen genügen: Für unterschiedliche Genom-Typen eignen sich unterschiedliche Mutations-Typen unterschiedlich gut: Η χρωμοσωμική μετάλλαξη (ή χρωματοσωμική μετάλλαξη) έχει ως αποτέλεσμα είτε την αλλαγή της δομής των χρωμοσωμάτων, είτε την αλλαγή του αριθμού των χρωμοσωμάτων. Στην πρώτη περίπτωση λέγεται χρωματοσωματική αναδιάταξη, ενώ στην δεύτερη περίπτωση λέγεται γονοτυπική μετάλλαξη.
dcterms:subject: dbc:Genetic_algorithms
dbo:wikiPageID: 555213
dbo:wikiPageRevisionID: 1091156249
dbo:wikiPageWikiLink: dbr:Bit dbr:Genetic_operator dbr:Point_mutation dbr:Genome_(genetic_algorithm) dbr:Random_variable dbr:Local_minimum dbr:Genetic_algorithm dbr:Chromosome_(genetic_algorithm) dbr:Genetic_diversity dbc:Genetic_algorithms dbr:University_of_Michigan_Press dbr:Mutation dbr:Fitness_function
owl:sameAs: wikidata:Q610425 dbpedia-az:Mutasiya_(Genetik_alqoritm) dbpedia-ro:Mutație_favorabilă dbpedia-ca:Mutació_(algorisme_genètic) dbpedia-pl:Mutacja_w_algorytmie_ewolucyjnym dbpedia-es:Mutación_(computación_evolutiva) yago-res:Mutation_(genetic_algorithm) dbpedia-bg:Мутация_(генетичен_оператор) n19:Genska_mutacija dbpedia-tr:Mutasyon_(genetik_algoritma) dbpedia-el:Χρωμοσωμική_μετάλλαξη dbpedia-de:Mutation_(evolutionärer_Algorithmus) n25:4ny8V dbpedia-zh:突變_(遺傳演算法) dbpedia-no:Mutasjon_(genetisk_algoritme) freebase:m.02phkp
dbp:wikiPageUsesTemplate: dbt:Reflist dbt:Evolutionary_algorithms dbt:Short_description dbt:ISBN
dbo:abstract: 在遺傳演算法裡面，突變是用來維持演算法裡面，族群（population）裡面每一個世代的染色體到下一個世代時，還能夠維持遺傳多樣性的一個遺傳運算元（genetic operator）。這個運算元設計上雷同於生物學方面的突變(這也就是這個命名的由來)。有一種經典的突變運算元範例，會牽涉到將染色體裡面任意位元從原來的狀態改掉的機率。常用來實做這種突變運算元的方法是對染色體字串的每個位元分別產生一個隨機變數。這個隨機變數用來告訴我們這個特定的位元是否要被修改。這種突變的過程叫做單點突變（single point mutation），因為他的設計基於生物學上的點突變。其他的突變方式包含倒置（inversion）和浮點突變（floating point mutation）。當基因的設計以排列問題的形式限制，那突變的方式就會變成交換，倒置或者打亂。遺傳演算法裡面突變的目的在於維持並且提昇多樣性。突變應該要能夠藉由避免讓族群裡的染色體過於相近，來防範演算法掉入區域極值，因此減慢或者停止進化過程。相同的理由也可以用來解釋為何大多數遺傳演算法的系統避免只使用的染色體來產生下一代，而是在一些比較適合的裡面隨機（或者半隨機）的選擇出一些來產生下一代。 Unter Mutation versteht man bei einem evolutionären Algorithmus (EA) die zufällige Änderung eines Genoms. Sie ist die Umsetzung der biologischen Mutation für EA. Eine solche Zuordnung von einem alten Genom (und eventuell Zufallszahlen) zu einem neuen Genom ist eine Funktion und heißt Mutations-Funktion. Jede Mutations-Funktion ist ein genetischer Operator. Alle in einem EA zur Anwendung kommenden Mutationsoperatoren müssen in ihrer Gesamtheit folgenden Anforderungen genügen: 1. * Kleine Änderungen müssen wahrscheinlicher sein als große. 2. * Jeder Punkt im Suchraum muss durch eine oder mehrere Mutationen erreichbar sein. 3. * Es darf keine Bevorzugung von Teilen oder Richtungen im Suchraum (keine Drift) geben. Am Anfang eines EA-Laufs ist es günstiger, größere Änderungen zuzulassen, während im fortgeschritteneren Stadium nur noch kleine Änderungen bevorzugt sein sollten, um Individuen, die sich bereits nahe einem Optimum befinden, nicht von diesem Optimum wegzubringen. Ein evolutionärer Algorithmus mit einer globalen Mutationsrate (Anteil der Gesamtpopulation, die der Mutation unterzogen wird) von 0 wird sehr schlechte Ergebnisse liefern, da einmal durch Kreuzungsfunktionen aus der Population gefallene Allele niemals wieder in die Population zurückkehren können und somit, falls sie ein Teil (Building Blocks bei klassischen genetischen Algorithmen) der global optimalen Lösung waren, zum Auffinden dieser fehlen. Ist die Mutationsrate hingegen zu hoch, werden Individuen nahe beim Optimum wieder von diesem weggedrängt und der Algorithmus kann schlechter konvergieren. Bei Verwendung von für das Problem nicht gut geeigneten Kreuzungsfunktionen oder Problemrepräsentationen kann es zu ungewollten Mutationen bei der Kreuzung kommen. Dabei entsteht an manchen Stellen des Chromosoms eine Ausprägung des Allels, die sich auf keinen der Elternindividuen zurückführen lassen, noch bevor es zum eigentlichen Mutationsschritt kommt. Für unterschiedliche Genom-Typen eignen sich unterschiedliche Mutations-Typen unterschiedlich gut: En els algorismes genètics, una mutació és un operador genètic utilitzat per mantenir la diversitat genètica d'una generació d'una població de cromosomes a la següent. És anàleg a la mutació en biologia. El propòsit de la mutació en els algorismes genètics és evitar que la població de cromosomes sigui massa similar entre si, cosa que podria provocar una solució no prou acurada. Aquest raonament també explica el fet que la majoria de sistemes d'algorismes genètics eviten escollir només el cromosoma amb l' més alta de la població per generar la següent, i en el seu lloc utilitzen una selecció aleatòria (o semi aleatòria) ponderant segons l'adequació dels cromosomes. Es dona amb molt poca freqüència d'ocurrència (fenomen rar) i pot, fins i tot, no ser emprat. Si en la generació actual va a produir-se una mutació fem els següents passos: * Seleccionar a l'atzar un individu qualsevol. * Triar un punt de mutació a l'atzar en la seva cadena genètica. * Canviar el valor del bit afectat. * Retornar el nou individu a la població. Individu original: 0 0 0 1 1 0 1 0 1 0 1 0 1 1 0 1 Individu mutat: 0 0 0 1 1 0 1 0 1 0 1 1 1 1 0 1 La mutació serveix com a mecanisme de control del procés. * taxa mutació alta: ajuda a evitar mínims locals/màxims locals. * taxa mutació baixa: facilita la convergència. Mutation is a genetic operator used to maintain genetic diversity from one generation of a population of genetic algorithm chromosomes to the next. It is analogous to biological mutation. The classic example of a mutation operator involves a probability that an arbitrary bit in a genetic sequence will be flipped from its original state. A common method of implementing the mutation operator involves generating a random variable for each bit in a sequence. This random variable tells whether or not a particular bit will be flipped. This mutation procedure, based on the biological point mutation, is called single point mutation. Other types are inversion and floating point mutation. When the gene encoding is restrictive as in permutation problems, mutations are swaps, inversions, and scrambles. The purpose of mutation in GAs is to introduce diversity into the sampled population. Mutation operators are used in an attempt to avoid local minima by preventing the population of chromosomes from becoming too similar to each other, thus slowing or even stopping convergence to the global optimum. This reasoning also leads most GA systems to avoid only taking the fittest of the population in generating the next generation, but rather selecting a random (or semi-random) set with a weighting toward those that are fitter. For different genome types, different mutation types are suitable: * Bit string mutationThe mutation of bit strings ensue through bit flips at random positions.Example: The probability of a mutation of a bit is , where is the length of the binary vector. Thus, a mutation rate of per mutation and individual selected for mutation is reached. * ShrinkThis operator adds a random number taken from a Gaussian distribution with mean equal to the original value of each decision variable characterizing the entry parent vector. Mutacja - operator przeszukiwania przestrzeni rozwiązań za pomocą algorytmu ewolucyjnego. Polega na losowej zmianie wartości niektórych (lub wszystkich) genów reprezentujących osobnika. Ma ona za zadanie zwiększyć różnorodność osobników w populacji, czyli zapobiegać przedwczesnej zbieżności algorytmu oraz eksplorować przestrzeń rozwiązań. Mutacja zachodzi z pewnym przyjętym prawdopodobieństwem - zazwyczaj rzędu 1%. Jest ono niskie, ponieważ zbyt silna mutacja przynosi efekt odwrotny do zamierzonego: zamiast subtelnie różnicować dobre rozwiązania - niszczy je. Stąd w procesie ewolucji mutacja ma znaczenie drugorzędne, szczególnie w przypadku długich chromosomów. Może być zarówno (jak w algorytmach genetycznych), jak i operatorem globalnym (jak w ). W algorytmie genetycznym, zależnie od metody kodowania genotypu, może wyglądać następująco: * W przypadku chromosomów kodowanych binarnie losuje się zazwyczaj dwa geny i zamienia się je miejscami bądź np. neguje pewien wylosowany gen. * W przypadku genotypów zakodowanych liczbami całkowitymi stosuje się permutacje. * W przypadku genotypów zakodowanych liczbami rzeczywistymi wprowadza się do przypadkowych genów losowe zmiany o danym rozkładzie - najczęściej normalnym. Η χρωμοσωμική μετάλλαξη (ή χρωματοσωμική μετάλλαξη) έχει ως αποτέλεσμα είτε την αλλαγή της δομής των χρωμοσωμάτων, είτε την αλλαγή του αριθμού των χρωμοσωμάτων. Στην πρώτη περίπτωση λέγεται χρωματοσωματική αναδιάταξη, ενώ στην δεύτερη περίπτωση λέγεται γονοτυπική μετάλλαξη. Mutación es, en el campo de la computación evolutiva, un operador genético usado para mantener la diversidad genética de una población. Es análogo a la mutación biológica. Un ejemplo clásico de operador de mutación consiste en la modificación de un bit en un algoritmo genético. Esta modificación se efectúa con una probabilidad preestablecida, llamada probabilidad de mutación. El propósito de la mutación es proveer un mecanismo para escapar abruptamente de los óptimos locales, así como desplazar a los individuos hacia zonas del espacio de búsqueda que no pueden ser alcanzadas por medio de otros operadores genéticos.
prov:wasDerivedFrom: wikipedia-en:Mutation_(genetic_algorithm)?oldid=1091156249&ns=0
dbo:wikiPageLength: 3097
foaf:isPrimaryTopicOf: wikipedia-en:Mutation_(genetic_algorithm)