Эффективная приспособленность: генетические мутации и репродуктивный успех.
Effective fitness
Генетическая мутация и репродуктивный успех: эффективная приспособленность в эволюции и вычислениях. Роль мутаций, кроссинговера и приспособленности популяции.
Сравнивайте с английским: нажмите на абзац — оригинал откроется в окне. Кнопка EN под абзацем показывает его прямо в тексте.
Введение
Репродуктивный успех при генетической мутации
Reproductive success given genetic mutation
В естественной и искусственной эволюции (например, в искусственной жизни и эволюционных вычислениях) приспособленность (или производительность, или объективная мера) схемы пересчитывается для определения ее эффективной приспособленности, которая учитывает кроссинговер и мутацию. Эффективная приспособленность используется в эволюционных вычислениях для понимания динамики популяций. Если биологическая функция приспособленности рассматривает только репродуктивный успех, то эффективная функция приспособленности стремится охватить факторы, необходимые для выживания на популяционном уровне. В однородных популяциях репродуктивная и эффективная приспособленности равны. Решение задач с помощью эволюционных вычислений реализуется с использованием функции стоимости. Если функции стоимости применяются к роевому интеллекту, они называются функцией приспособленности. Стратегии, такие как обучение с подкреплением и нейроэволюция NEAT, создают ландшафт приспособленности, описывающий репродуктивный успех клеточных автоматов. Эффективная функция приспособленности моделирует количество жизнеспособного потомства.
In natural evolution and artificial evolution (e. g. artificial life and evolutionary computation) the fitness (or performance or objective measure) of a schema is rescaled to give its effective fitness which takes into account crossover and mutation. Effective fitness is used in Evolutionary Computation to understand population dynamics. While a biological fitness function only looks at reproductive success, an effective fitness function tries to encompass things that are needed to be fulfilled for survival on population level. In homogeneous populations, reproductive fitness and effective fitness are equal. Problem solving with evolutionary computation is realized with a cost function. If cost functions are applied to swarm optimization they are called a fitness function. Strategies like reinforcement learning and NEAT neuroevolution are creating a fitness landscape which describes the reproductive success of cellular automata. The effective fitness function models the number of fit offspring
Эффективная модель приспособленности превосходит предшествующую, стандартную модель репродуктивной приспособленности. Она способствует более глубокому качественному и количественному пониманию эволюционных концепций, таких как раздувание, самоадаптация и эволюционная устойчивость. Эффективная функция приспособленности является предположением, если достигнута целевая функция. Эта разница важна при разработке функций приспособленности для алгоритмов, таких как поиск новизны, где цель агентов неизвестна. В случае бактерий эффективная приспособленность может включать в себя производство токсинов и скорость мутации различных плазмид, которые в основном определяются стохастически.
The effective fitness model is superior to its predecessor, the standard reproductive fitness model. It advances in the qualitatively and quantitatively understanding of evolutionary concepts like bloat, self adaptation, and evolutionary robustness. while an effective fitness function is an assumption if the objective was reached. The difference is important for designing fitness functions with algorithms like novelty search in which the objective of the agents is unknown. In the case of bacteria effective fitness could include production of toxins and rate of mutation of different plasmids, which are mostly stochastically determined
Приложения
Когда доступны эволюционные уравнения динамики изучаемой популяции, можно алгоритмически вычислить эффективную приспособленность данной популяции. Хотя идеальная модель эффективной приспособленности ещё не найдена, она уже зарекомендовала себя как полезная основа для более глубокого понимания изменений в карте генотип-фенотип, динамики популяций и процессов, происходящих на фитнес-ландшафтах. Другие модели могут способствовать эффективной разработке белков и поиску новых или улучшенных биохимических процессов.
When evolutionary equations of the studied population dynamics are available, one can algorithmically compute the effective fitness of a given population. Though the perfect effective fitness model is yet to be found, it is already known to be a good framework to the better understanding of the moving of the genotype phenotype map, population dynamics, and the flow on fitness landscapes. Other models could determine effective protein engineering and works towards finding novel or heightened biochemistry.