[최적화] 유전자 알고리즘 용어 정리

Genetic Algorithm (GA)에서 주로 사용되는 용어와 그 의미

1. Chromosome (염색체): 해의 한 예시나 데이터 구조를 나타내며, GA에서는 종종 문자열 또는 배열로 표현됩니다.
2. Gene (유전자): 염색체의 개별 구성 요소로, 문제에 따라 다양한 데이터 타입을 가질 수 있습니다.
3. Population (집단): 현재 해의 집합으로, GA의 각 세대마다 여러 개의 염색체로 구성됩니다.
4. Selection (선택): 다음 세대의 부모 염색체를 선택하는 과정. 가장 흔한 방법 중 하나는 룰렛 휠 선택입니다.
5. Crossover (교차): 두 개의 부모 염색체로부터 새로운 후손 염색체를 생성하는 과정.
6. Mutation (돌연변이): 염색체의 일부를 무작위로 변경하여 다양성을 유지하는 과정.
7. Fitness Function (적합도 함수): 주어진 문제의 해를 평가하는 함수로, GA에서는 이 함수를 기반으로 좋은 해를 선택하고 진화시킵니다.
8. Elitism (엘리트주의): 현재 세대에서 가장 적합한 해를 직접 다음 세대로 복사하는 전략.
9. Convergence (수렴): GA가 특정 조건 또는 최적해에 도달하면 중단되는 시점.
10. Generations (세대): 진화의 한 사이클, 즉 선택, 교차, 돌연변이 등의 과정을 거쳐 생성된 새로운 해의 집합.
11. Initial Population (초기 집단): GA가 시작될 때의 처음 염색체 집합.

이러한 용어들은 기본적인 GA의 컨셉을 설명하는 데 사용되며, 구체적인 문제나 애플리케이션에 따라 추가적인 용어나 변형이 있을 수 있습니다.