Algorytmy genetyczne w optymalizacji wytłaczania tworzyw

Algorytm genetyczny to rodzaj algorytmu przeszukującego przestrzeń alternatywnych rozwiązań zadania w celu wyszukania rozwiązań najlepszych. Sposób działania algorytmów genetycznych nieprzypadkowo przypomina zjawisko ewolucji biologicznej, ponieważ ich twórca John Henry Holland właśnie z biologii czerpał inspiracje do swoich prac.
Problem definiuje środowisko, w którym istnieje pewna populacja osobników. Każdy z osobników ma przypisany pewien zbiór informacji stanowiących jego genotyp, a będących podstawą do utworzenia fenotypu. Fenotyp to zbiór cech podlegających ocenie funkcji przystosowania modelującej środowisko. Innymi słowy - genotyp opisuje proponowane rozwiązanie problemu, a funkcja przystosowania ocenia, jak dobre jest to rozwiązanie. Genotyp składa się z chromosomów, gdzie zakodowany jest fenotyp i ewentualnie pewne informacje pomocnicze dla algorytmu genetycznego. Chromosom składa się z genów.

Algorytm działania przebiega w następujący sposób. W pierwszej kolejności losowana jest pewna początkowa populacja osobników. Populacja jest poddawana ocenie, selekcji, której podstawą jest wartość funkcji celu, generowane przez poszczególne osobniki. Funkcją celu może być np. natężenie przepływu tworzywa w procesie wytłaczania. Osobniki najlepiej przystosowane, tzn. generujące największe wartości funkcji celu biorą udział w procesie reprodukcji. Genotypy tych osobników biorą udział w procesie genetycznego krzyżowania (wymianie fragmentów chromosomów) i mutacji (wprowadzenie, drobnych zmian w genotypie). W rezultacie powstaje drugie pokolenie, które także jest poddawane ocenie, procedura jest powtarzana aż do uzyskania ostatecznie dobrego rozwiązania. Selekcja osobników jest najczęściej realizowana przy zastosowaniu metody „koła ruletki”. Metoda ta polega na n-krotnym losowaniu osobników z populacji początkowej, przy czym wszystkie osobniki mają różne prawdopodobieństwo wylosowania, które wynika z wartości funkcji celu.