「適応度」の版間の差分

編集の要約なし
(適応度関数 を統合)
{{統合先|適応度関数|date=2014年10月}}
'''適応度'''(てきおうど、{{Lang-en-short|fitness}})は[[生物学]]、とくに[[集団遺伝学]]など[[数理生物学]]分野で用いられる語である。
 
[[Image:fitness-landscape-cartoon.png|thumbnail|適応度地形の略図。矢印は適応度地形上の個体群の移動を表し、A点とC点が局所的な最適値を示す。赤い丸は非常に低い適応度の個体群が最も良い適応度を獲得するときの移動の仕方を表す。]]
[[File:Visualization of two dimensions of a NK fitness landscape.png|thumb|3次元空間で表したNKモデルを基にした適応度地形。進化の経路は複数存在する。]]
適応度地形({{lang-en|fitness landscape}})は[[1923年]]に[[シューアル・ライト]]らによって提唱された、[[遺伝子型]]と[[生殖成功率]]の関係(適応)を視覚化するために用いられる数学的モデルである。例えば2次元空間上に個体群の各生物個体を配置したとすれば、そこに「高さ」の軸を追加してその軸の値に適応率を当てはめると起伏のある曲面が得られる。この曲面を適応度地形と呼ぶ。
 
適応度地形の概念を用いると、適応度の高い個体がその数を増やし低い個体は数を減らしていく様子を説明しやすい。適応度が高い個体は適応度地形の中で「高さ」が高い位置におり、適応度の低い個体は低い位置にいる。個体群はより多くの個体を高い位置に置こうとして低い位置の個体は次第に数を少なく、高い位置にいる個体の個体を多くなるように繁殖を行う。図に示したときこれはあたかも曲面上の起伏を登っているかのように振る舞う。
== 計算機科学への応用 ==
{{Main|遺伝的プログラミング}}
[[自然選択説]]を計算に応用した[[遺伝的プログラミング|遺伝的]]な[[最適化問題]]では、集団内の個体<ref group="脚注">問題の解の候補となるもの</ref>のもつさまざまな特徴から適応度を算出し個々の個体が問題に適当かを判定する。この適応度を判定する関数を'''適応度関数'''({{lang-en|fitness function}})と呼ぶ。算出された適応度が高い個体は多くの子孫<ref group="脚注">個体の一部を書き換えたもの</ref>を残し、適応度が低い個体は子孫をあまり残さずに最終的に絶滅していくことで求める解に徐々に近づいていく。
 
'''適応度地形'''は最適化問題でも用いられ、[[山登り法]]、[[最急降下法]]、[[共役勾配法]]、[[焼きなまし法]]などの{{仮リンク|最適化アルゴリズム|en|Optimization algorithm}}は、適応度地形上での最良の値(最大値または最小値)を探索すると考えられる。
== 脚注 ==
 
{{脚注ヘルプ}}
=== 適応度関数 ===
{{Reflist}}
'''適応度関数'''(てきおうどかんすう)または'''フィットネス関数'''({{lang-en-short|Fitness function}})は、一種の[[最適化問題|目的関数]]であり、[[遺伝的アルゴリズム]]における解<ref group="脚注">遺伝子型と呼ぶ</ref>の最適度を定量化し、特定の遺伝子が他の遺伝子より優れていることを示す。最適な遺伝子、あるいは少なくとも他よりも比較的最適な遺伝子で、「交叉」などの遺伝的操作が行われ、よりよい(と期待される)次世代を生み出す。理想的な適応度関数は、[[アルゴリズム]]の目的に密接に関連し、素早く計算できる。遺伝的アルゴリズムは何度も何度も世代交代を繰り返す必要があり、実行速度は非常に重要である
 
適応度関数の定義は直接的でないことが多く、GA(遺伝的アルゴリズム)によって生成される最適解が期待したものでない場合は繰り返し実行される。場合によっては、適応度関数をどう定義すべきかも明らかでないことがある。このため、遺伝的アルゴリズムでの解の評価を外部エージェント(通常、人間)に任せる場合もある。
 
== 参考文献 ==
|pages =
}} -「適応度狩り」の章で異なる五種の適応度について概説している。
 
== 脚注 ==
{{脚注ヘルプ}}
{{Reflist|group="脚注"}}
 
== 関連項目 ==
* [[生涯繁殖適応度]]
* [[集団遺伝学]]
* [[遺伝的アルゴリズム]]
 
== 外部リンク ==
[[Category:生態学]]
[[Category:集団遺伝学]]
 
{{統合元|適応度|date=2014年10月}}
'''適応度関数'''(てきおうどかんすう)または'''フィットネス関数'''({{lang-en-short|Fitness function}})は、一種の[[最適化問題|目的関数]]であり、[[遺伝的アルゴリズム]]における解(遺伝子)の最適度を定量化し、特定の遺伝子が他の遺伝子より優れていることを示す。最適な遺伝子、あるいは少なくとも他よりも比較的最適な遺伝子で、「交叉」などの遺伝的操作が行われ、よりよい(と期待される)次世代を生み出す。
 
適応度関数は、遺伝子の適応度を示す[[適応度地形]]でも使われる。
 
理想的な適応度関数は、[[アルゴリズム]]の目的に密接に関連し、素早く計算できる。遺伝的アルゴリズムは何度も何度も世代交代を繰り返す必要があり、実行速度は非常に重要である。
 
適応度関数の定義は直接的でないことが多く、GA(遺伝的アルゴリズム)によって生成される最適解が期待したものでない場合は繰り返し実行される。場合によっては、適応度関数をどう定義すべきかも明らかでないことがある。このため、遺伝的アルゴリズムでの解の評価を外部エージェント(通常、人間)に任せる場合もある。
 
[[Category:最適化アルゴリズム|てきおうとかんすう]]
[[Category:遺伝的アルゴリズム|てきおうとかんすう]]
2,665

回編集