![[알고리즘] Evolver를 이용한 OUTBACK 사례연구-1](http://images.happyhaksul.com/thumb/96/95490-0001.gif)
![[알고리즘] Evolver를 이용한 OUTBACK 사례연구-2](http://images.happyhaksul.com/thumb/96/95490-0002.gif)
![[알고리즘] Evolver를 이용한 OUTBACK 사례연구-3](http://images.happyhaksul.com/thumb/96/95490-0003.gif)
![[알고리즘] Evolver를 이용한 OUTBACK 사례연구-4](http://images.happyhaksul.com/thumb/96/95490-0004.gif)
![[알고리즘] Evolver를 이용한 OUTBACK 사례연구-5](http://images.happyhaksul.com/thumb/96/95490-0005.gif)
![[알고리즘] Evolver를 이용한 OUTBACK 사례연구-6](http://images.happyhaksul.com/thumb/96/95490-0006.gif)
![[알고리즘] Evolver를 이용한 OUTBACK 사례연구-7](http://images.happyhaksul.com/thumb/96/95490-0007.gif)
![[알고리즘] Evolver를 이용한 OUTBACK 사례연구-8](http://images.happyhaksul.com/thumb/96/95490-0008.gif)
![[알고리즘] Evolver를 이용한 OUTBACK 사례연구-9](http://images.happyhaksul.com/thumb/96/95490-0009.gif)
![[알고리즘] Evolver를 이용한 OUTBACK 사례연구-10](http://images.happyhaksul.com/thumb/96/95490-0010.gif)
![[알고리즘] Evolver를 이용한 OUTBACK 사례연구-11](http://images.happyhaksul.com/thumb/96/95490-0011.gif)
![[알고리즘] Evolver를 이용한 OUTBACK 사례연구-12](http://images.happyhaksul.com/thumb/96/95490-0012.gif)
![[알고리즘] Evolver를 이용한 OUTBACK 사례연구-13](http://images.happyhaksul.com/thumb/96/95490-0013.gif)
분야
doc2. 연산과정
3. 연구대상
4. 연구목적변경
5. 목적설정
6. 가정
7. 데이터베이스 구축
8. 목적함수 설정
9. 제약식 설정
10. 프로그램 실행
11. 결과 분석
12. Implication
유전자 알고리즘은 1970년 Michigan Univ.의 John Holland에 의해 고안된 최적화 기법의 일종이다. Genetic Algorithm의 기본 원리는 두 부모의 유전자로부터 그들 자손의 유전자를 형성하는 유성 생식과 자연 환경에서 일어나는 진화 원리를 바탕으로 하는 것이다. 유전자 알고리즘의 연산자 및 규칙은 다음과 같다. 교배, 돌연변이, 역치 등 유전 연산자들로 일종의 "자연적 선택"을 사용해 해법을 담고 있는 염색체의 한 세대에서 새로운 세대로 이동시키며 최적해를 찾아가는 최적화 기법인 것이다. 유전자 알고리즘은 하나의 개체(변수)가 아닌 개체들의 군(pool) 단위로의 탐색을 그 특징으로 한다. 또한 적합성 함수( fitness Function)와 확률적인 변이 규칙을 사용한다. 유전자 알고리즘의 구현 필수 조건은 다음과 같다. 표현(representation), 초기 모집단(initial population), 평가함수(evaluation function), 유전 연산자(genetic operator), 유전 파라미터(genetic parameters)가 그것이다.
유전자 알고리즘을 수리적 기법과 비교해 보면 기존 수리적 기법이
