엑셀 해찾기: Evolutionary와 유전 알고리즘


엑셀 해찾기: Evolutionary와 유전 알고리즘

우리는 그동안 생산 스케줄, 전체 계획, 최소 비용 흐름 문제, 고정 비용 문제, 위치 결정 문제 등을 해보았다. 단순 LP와 GRG를 사용하면 대부분이 풀렸지만 가끔 두 방식을 이용해서 문제를 풀지 못하는 경우가 있다. 이 문제를 해결하기 위해서 evolutionary solver가 excel에 추가되었다. 단순 LP 해찾기는 정수형, 연속형, 복합 정수형 문제를 해결한다. GRG 비선형 해찾기는 비선형 모델에 잘 맞으며 목표 값과 제약식이 매끄러워야 한다. Evolutionary Algorithm (EA)는 유전 알고리즘을 이용하여 매끄럽지 않은 함수들을 활용할 수 있게 해준다. 유전 알고리즘 유전알고리즘은 강한자가 살아남는 유전의 법칙을따른다. 이 때 목표 값을 위한 목적 함수는 맞춤 함수(fitness function)라고 부른다. 모든 결정 변수의 값은 염색체라고 할 수 있고, 결정 변수 각각은 유전자라고 할 수 있다. 또한, 유전 알고리즘은 일종의 수학적 휴리스틱 최적화라...


#crossover #하한값 #통계학 #통계 #적합도 #유전알고리즘 #유전 #엑셀 #알고리즘 #상한값 #무작위 #모집단 #경영과학 #solver #mutation #Evolutionary #EA #해찾기

원문링크 : 엑셀 해찾기: Evolutionary와 유전 알고리즘