Algoritmo genetico

Un algoritmo genetico è una particolare tipologia di algoritmi informatici basati su metodi euristici di ricerca e sul principio della selezione naturale. Sono chiamati "genetici" per il fatto di utilizzare criteri simili a quelli utilizzati nella genetica per spiegare l'evoluzione biologica delle specie. Gli algoritmi genetici sono applicati nella risoluzione di problemi complessi in cui la funzione obiettivo è discontinua e non lineare, per i quali è inefficace o dispendioso l'utilizzo di algoritmi classici.

Come funziona un algoritmo genetico. Le possibili soluzioni di un problema sono dette "individui" e contribuiscono a formare la "popolazione". Nel corso dell'esecuzione l'algoritmo effettua una selezione degli elementi della popolazione ad ogni iterazione e li combina per creare nuovi elementi della popolazione stessa che incrementano il numero delle soluzioni, quelle superiori per efficienza/efficacia nella soluzione del problema si sostituiscono alle precedenti ed a quelle inferiori. La successione delle "generazioni" si concretizza in una evoluzione verso la soluzione ottimale. La combinazione di due soluzioni crea una terza soluzione (nuova generazione) che eredita dalle precedenti alcune caratteristiche e le combina in un nuovo patrimonio "genetico" in modo simile a quanto accade in natura. Oltre alla combinazione delle caratteristiche delle soluzioni discendenti, l'algoritmo genetico può introdurre delle mutazioni casuali che introducono nuove caratteristiche che si aggiungono a quelle originarie.

Applicazioni. Gli algoritmi genetici sono utilizzati per la ricerca delle soluzioni ottimali a problemi complessi per i quali non sono applicabili gli algoritmi lineari. Gli algoritmi genetici non assicurano l'individuazione di una soluzione ottimale ma contribuiscono a determinare un insieme di soluzioni superiori rispetto alle soluzioni di origine. A partire da un medesimo problema e di un medesimo insieme di soluzioni possibili di partenza, ad ogni esecuzione questi algoritmi possono evolvere verso soluzioni finali differenti. Per questa loro caratteristica gli algoritmi genetici sono utilizzati nello studio dell'intelligenza artificiale.