Viral Search algorithm

Un algoritmo genetico è un algoritmo euristico ispirato alla teoria darwinaiana dell’evoluzione ed ai concetti di selezione naturale ed evoluzione biologica. Gli algoritmi genetici permettono di valutare le soluzioni di partenza, ricombinarle ed, introducendo elementi di disordine, produrne di nuove convergendo, così, alla soluzione ottima. Nel corso degli ultimi decenni molti problemi concreti sono stati affrontati come problemi di massimizzazione o minimizzazione di una certa funzione obiettivo. Basti pensare ai vari problemi di tipo industriale di minimizzazione dei costi, di massimizzazione dei ricavi, di gestione ottima delle risorse e così via. Numerosi metodi sono stati sviluppati per risolvere il problema di trovare il massimo o il minimo di una data funzione quando essa è soggetta a vincoli. Tra essi particolarmente diffusi sono il metodo del simplesso [2], il metodo dei moltiplicatori di Lagrange, i metodi del gradiente [5] e del punto interno [3]. Come è ben noto gli aspetti più critici dei problemi di ottimizzazione insorgono quando si presentano non linearità o nella funzione considerata o nei vincoli che rendono il problema non convesso, quando sono presenti più minimi o massimi locali o quando la funzione non è differenziabile: in questo ultimo caso il metodi basati sul gradiente falliscono poichè le derivate direzionali non possono essere calcolate. L’uso degli algoritmi genetici risulta particolarmente adatto in tutte queste situazioni poichè essi presentano certe caratteristiche che gli permettono di aggirare i problemi sopra elelencati. In particolare essi: