Kdy₧ brn∞nsk² opat Johann Gregor Mendel v roce 1865 publikoval svΘ poznatky o k°φ₧enφ rostlin a polo₧il tak zßkladnφ kßmen klasickΘ genetiky, urΦit∞ by ne°ekl, ₧e se v²sledky jeho prßce uplatnφ nejen v botanice, ale po vφce ne₧ sto letech takΘ v oboru, o n∞m₧ sßm nem∞l ani tuÜenφ. A p°ece: poΦφtaΦovΘ programy, kterΘ vyu₧φvajφ p°φrodnφch genetick²ch zßkonitostφ ke slo₧it²m v²poΦt∙m zdßnliv∞ zcela odta₧it²ch ·loh, jsou dnes skuteΦnostφ.
Objev genetiky a jejφch zßkon∙ p°isp∞l k vysv∞tlenφ a pochopenφ p°φrodnφch d∞j∙, kterΘ se ·Φastnφ reprodukce a v²voje organism∙. Bylo zjiÜt∞no, ₧e veÜkerΘ vlastnosti a znaky ka₧dΘho ₧ivΘho organismu jsou zak≤dovßny v chromozomech nachßzejφcφch se v ka₧dΘ jeho bu≥ce. Jsou to stu₧kovitΘ ·tvary slo₧enΘ z bφlkovin a slo₧it²ch molekul DNA, jejich₧ konkrΘtnφ konfigurace urΦuje jednotlivΘ geny (vlohy, vlastnosti) organismu. Prßv∞ chromozomy jsou zodpov∞dnΘ za sprßvn² v²voj jedince a zaruΦujφ zachovßnφ danΘho druhu. Ka₧d² organismus mß p°itom konstantnφ poΦet, velikost i tvar chromozom∙, jimi zak≤dovanΘ vlastnosti se vÜak mohou b∞hem v²voje r∙zn∞ m∞nit.
Tyto zm∞ny jsou zp∙sobeny n∞kolika faktory. Jednou ze zßkladnφch vlastnostφ ka₧dΘho organismu je jeho schopnost p°izp∙sobit se. Zde vstupuje do hry tzv. p°irozen² v²b∞r û nejsiln∞jÜφ a nejlΘpe adaptovanφ jedinci p°e₧φvajφ, a tak p°enßÜejφ optimßlnφ genetickou v²bavu do dalÜφch generacφ.
P°i reprodukci jedinc∙ dostßvß potomek genetickou v²bavu, kterß se z jednΘ poloviny sklßdß z gen∙ jednoho rodiΦe a z druhΘ poloviny z gen∙ druhΘho rodiΦe. Chromozomy novΘho organismu se tedy obecn∞ liÜφ od chromozom∙ rodiΦ∙ a p°inßÜejφ tak potomkovi novΘ vlastnosti. (P°irozen² v²b∞r nßsledn∞ ukß₧e, zda vzniklß odchylka je svΘmu nositeli ku prosp∞chu, Φi nikoliv.) Tento proces zm∞ny chromozom∙ se naz²vß k°φ₧enφ.
Poslednφm faktorem, kter² m∙₧e m∞nit genetickou v²bavu jedince, je tzv. mutace. Jednß se o nßhodnou zm∞nu ve vlastnostech organismu, kterß nenφ zap°φΦin∞na k°φ₧enφm rodiΦovskΘ generace, ale jde spφÜe o nenadßl² vliv okolnφho prost°edφ nebo neoΦekßvanou zm∞nu uvnit° organismu zp∙sobenou nap°. selhßnφm urΦitΘ jeho funkce.
Jak poΦφtß genetika
Tak n∞jak to (velice zjednoduÜen∞ °eΦeno) chodφ v p°φrod∞. V poslednφch desetiletφch tohoto stoletφ se poda°ilo tyto principy aplikovat ve zcela odliÜn²ch oblastech, jako je nap°. v²zkum, v∞da a technika, a byly tak zφskßny velmi v²konnΘ a robustnφ v²poΦetnφ postupy, kterΘ naz²vßme genetickΘ algoritmy. Tyto algoritmy byly pou₧ity k °eÜenφ i velmi slo₧it²ch problΘm∙, p°iΦem₧ byla zφskßna Φasto pozoruhodnß, ale p°esto sprßvnß °eÜenφ.
Princip vlastnφho genetickΘho algoritmu lze popsat nßsledovn∞. VÜechny veliΦiny, kterΘ vstupujφ do v²poΦtu, se nejprve zak≤dujφ do specißlnφ ΦφselnΘ struktury, kterou m∙₧eme naz²vat chromozomem urΦujφcφm ka₧dΘho jedince v danΘ generaci; zak≤dovßnφ se v praxi provßdφ bu∩ do binßrnφ, nebo do dekadickΘ soustavy. Na poΦßtku celΘho algoritmu se stanovφ v²chozφ rodiΦovskß generace, na jejφm₧ zßklad∞ se vytvß°ejφ dalÜφ generace jedinc∙ tak, ₧e se na jejich chromozomy aplikujφ procesy k°φ₧enφ a mutace.
K°φ₧enφ probφhß tak, ₧e se u ka₧d²ch dvou rodiΦovsk²ch chromozom∙ stanovφ d∞licφ bod (v∞tÜinou nßhodn∞), kter² rozd∞lφ oba chromozomy na dv∞ Φßsti. PotΘ dojde k v²m∞n∞ odpovφdajφcφch si Φßstφ a vzniknou dva novφ jedinci, jejich₧ genetickß informace pochßzφ z obou rodiΦ∙. Procesu mutace se podrobφ pouze jeden rodiΦovsk² chromozom, a to tak, ₧e s danou pravd∞podobnostφ dojde ke zm∞n∞ jeho urΦitΘ Φßsti. Tak vznikne nov² jedinec s pozm∞n∞n²m genetick²m zßkladem.
DalÜφ fßzφ genetickΘho algoritmu je stanovenφ tzv. fitness funkce neboli mφry spln∞nφ zadan²ch podmφnek pro ka₧dΘho novΘho jedince. Metodou p°irozenΘho v²b∞ru jsou pak pro dalÜφ generaci vybφrßni a reprodukovßni ti jedinci, kte°φ dosßhli nejvyÜÜφch ohodnocenφ a nejlΘpe vyhovujφ zadan²m podmφnkßm. T∞mito postupy je zaruΦena kontinuita v²voje a velkß variabilita jedinc∙, co₧ umo₧≥uje genetick²m algoritm∙m velmi efektivn∞ a pom∞rn∞ rychle nachßzet po₧adovanß °eÜenφ.
Popsan² princip genetickΘho algoritmu lze aplikovat p°i °eÜenφ mnoha r∙znorod²ch ·loh, se kter²mi se lze setkat nejen v b∞₧nΘm ₧ivot∞, ale i ve specifick²ch profesionßlnφch oblastech, jak²mi jsou nap°. finance, v²roba, stavebnictvφ, zem∞d∞lstvφ, doprava atd. V konkrΘtnφch programech se nejprve nadefinuje p°φsluÜn² systΘm pot°ebn²m poΦtem veliΦin a matematick²ch vztah∙. Nßsledn∞ je spuÜt∞n vlastnφ proces v²voje, kter² lze nejen sledovat (n∞kdy i v grafickΘm znßzorn∞nφ), ale zpravidla i "zvenΦφ" ovliv≥ovat. Tyto programy b²vajφ v∞tÜinou urΦeny pro °eÜenφ jen jistΘ t°φdy ·loh (vyhledßvßnφ zadanΘho slova, hledßnφ p°edpisu funkce pro zadanou k°ivku, trΘnovßnφ neuronov²ch sφtφ ap.) a jako n∞jak² univerzßlnφ prost°edek se zatφm neobjevujφ.
Tolik ve struΦnosti a obecn∞. Pravidelnφ Φtenß°i Chipu si mo₧nß vzpomenou, ₧e jsme o genetick²ch algoritmech jeÜt∞ pon∞kud podrobn∞ji psali takΘ v lo≥skΘm serißlu o um∞lΘ inteligenci (Chip 2/99), i tam jsme vÜak z∙stali pouze v abstraktnφ rovin∞. NadeÜel vÜak Φas, kdy sv∙j dluh budeme moci splatit konkrΘtnφ ukßzkou û a dokonce hned z tuzemskΘ produkce. Do p°φÜtφho Φφsla toti₧ chystßme recenzi programu GeneticSim od firmy Viktor Janouch, kter² genetick²ch algoritm∙ vyu₧φvß a v °ad∞ ohled∙ vykazuje i jistΘ unikßtnφ vlastnosti (jednoduch² u₧ivatelsk² aparßt, mo₧nost zm∞ny celkovΘho poΦtu jedinc∙ v generaci, p°epφnßnφ typ∙ mutacφ, stanovenφ cφl∙ v²poΦtu, zm∞na omezenφ, ukazatele v²voje, optimalizace °eÜenφ aj.), kterΘ se osv∞dΦily p°i °eÜenφ r∙zn²ch problΘm∙.
