유전 알고리즘 (Genetic Algorithm)

I. 기계학습과 진화 연산, 유전 알고리즘

가. 유전 알고리즘 개념

유전 알고리즘 절차	유전 알고리즘 개념
	– 적자생존, 돌연변이 등 유전 원리에 따라 최적화형태로 진화 과정에서 해를 찾는 알고리즘
	유전 알고리즘 특징
	– 문제 해결 접근법 – 문제 상황과 관계 없음 – 적자생존 기반 알고리즘

나. 유전 알고리즘 구성요소

II. 유전 알고리즘 흐름

가. 유전 알고리즘의 단계 별 작업

• 유전 알고리즘은 t 에 존재하는 염색체 집합에서 최적 염색체 선택, 검색 반복 최적 해 탐색 구조

나. 유전 알고리즘 세부 절차

절차	연산	설명
① 초기 염색체 집합 생성	– 초기 염색체 생성 연산	– 초기 임의 값으로 생성
② 초기 염색체 적합도 계산	– 적합도 계산 연산	– TSP 최단 경로 연산
③ 현재 염색체 자손 생성	– 적합도 기준   염색체 선택	– 룰렛 휠 선택방법 이용 염색체 선택
	– 선택 염색체   자손 생성	– 염색체 생성/분할 지점
④ 생성된 자손   적합도 계산	– 돌연변이   연산	– 확률적 돌연변이 생성 – 낮은 확률로 발생
	– 생성 자손   적합도 계산	– 생성된 염색체 반복 적합도 재계산
⑤ 종료 조건   판별	– 거짓 또는   참 결과확인	– 거짓의 경우 ③번으로   이동하여 반복

• 적합도 기준 염색체 선택 시 룰렛 휠 선택 방법 이용

III. 유전 알고리즘의 룰렛 휠 선택의 역할

가. 룰렛 휠 선택 (Roulette Wheel Selection)

• 적합도가 높을수록 부모 해로 선택 확률 높아지도록 하는 방식

– 적합도가 100인 C는 선택 확률 높음 – 적합도가 40인 D는 선택 확률 낮음

– 우월한 유전자를 가질수록 부모 해로 선택될 확률 상승하는 기법을 “룰렛 휠 선택”

나. 룰렛 휠 선택 역할

– 룰렛 휠 선택 외 지정한 수만큼 랜덤한 개체 선택, 적응도 높은 개체 선택하는 토너먼트선택 기법 존재

IV. 유전 알고리즘 활용 사례

– 이 외 인공지능 인력 육성과 소셜 로봇 학습 위한 빅데이터 접근성 개선 기반 시장 선도 가능