In rete ho trovato questa sintesi che mi sembra un buon punto di partenza per far procedere la discussione...
" Ogni soluzione, possiede una Fitness, ovvero una misura di quanto la soluzione è in grado di rispondere al problema posto.
Schematizzando, gli elementi costitutivi di un algoritmo genetico sono:
Popolazione?Costituita da un numero n di individui. Ogni individuo rappresenta una possibile soluzione al problema. (nel nostro caso 90 individui)
Funzione Fitness?La funzione di Fitness è una funzione in grado di valutare quanto una soluzione è adatta a risolvere il problema dato. Ad ogni soluzione corrisponde quindi un valore di fitness.
Principio di selezione?Il principio di selezione ha il compito di selezionare gli individui della popolazione (le soluzioni) che meglio rispondono al problema da risolvere. La selezione si basa sulla fitness degli individui; le soluzioni con fitness maggiore (rispetto alla media della popolazione) avranno maggiori possibilità di partecipare alla riproduzione e quindi di trasmettere alle future generazioni i propri geni.
Operatori genetici?Prendendo spunto dalla biologia, gli operatori genetici combinano i geni delle diverse soluzioni al fine di esplorare nuove soluzioni. Una volta che un gruppo di soluzioni viene individuato come idoneo alla riproduzione, l’operatore genetico di cross over, emulando la riproduzione sessuata degli esseri viventi, combina i geni dei genitori e formula una nuova generazione di soluzioni. Un altro operatore genetico largamente utilizzato è la Mutazione puntuale. La mutazione puntuale agisce direttamente sui figli, andando a modificare un gene a caso. "
http://www.cash-cow.it/appunti-universita/algoritmi-genetici
Definire un modello di fitness per tutte le combinazioni possibili di ogni sestina, la vedo ardua....
Semplificare il problema, rendendolo scalabile (replicabile)... ????
cerco di spiegarmi partendo dalla prima riflessione che avevo inserito nel forum....
Dato per scontato quello di cui abbiamo discusso sulla sequenza si queste sestine etc.. invece di formulare il fitness per le sestine, andiamo a vedere come possono interagire le leggi probabilistiche all'interno di ogni sestina !!!
Il primo estratto di ogni sestina è un risultato dei possibili 90 numeri ancora da estrarre. Da cosa dipende il risultato finale di questa estrazione ? Ovvero qual è il miglior risultato possibile considerando che questa estrazione non è una delle infinite estrazioni che si possono eseguire, ma fa parte di una sequenza ben precisa che si sta sviluppando nel tempo…. Possiamo ritenere utili le informazioni
Contenute nella sequenza ? Quali informazioni ?
Posto di aver trovato il fitness per il risultato migliore del primo estratto della sestina, andiamo a vederne il secondo estratto. Questo dovrebbe sottostare al medesimo ragionamento del primo estratto, con un vincolo aggiunto:
il secondo estratto non è indipendente in senso probabilistico, perché la sua probabilità è condizionata al verificarsi del primo evento (teorema di Bayes).
Possiamo vedere quindi il secondo estratto come il risultato di una funzione del primo estratto ?
Procedendo nel ragionamento possiamo esprimere la sestina non come si penserebbe per 6 eventi indipendenti fra loro
F (6) = f 1, f 2, f 3, f 4, f 5 , f 6 eventi indipendenti
Ma secondo la seguente funzione:
F(6) = f6( ( f4 ( ( f2 ( ) ) )))) sestina dipendenti da (primo estratto)
Quindi se quanto esposto sopra è vero, definire il modello fitness per il primo estratto considerando tutte le informazioni utili della sequenza di sestine (il problema è quali informazioni) , questo modello di fitness varrà in misura ridotta per gli opportuni vincoli anche per gli altri 5 estratti ?
Ti torna il ragionamento ?