Původ genetických algoritmů sahá až do 19. století, kdy byly postupně formulovány zákony klasické genetiky a byly objeveny základní principy reprodukce. Zjistilo se, že hnacím faktorem evoluce je přirozený výběr a že rozmanitost v genetické výbavě nových potomků zajišťují procesy křížení a mutace. Ve 20. století se podařilo tyto principy přenést z botaniky i do jiných oblastí. V dnešní době tak prakticky neexistuje oblast, kde by genetické algoritmy nebyly použity. Nejlepších výsledků je dosahováno při řešení velmi složitých problémů, při kterých klasické metody selhávají.
Aplikace genetických algoritmů
Firma Janouch a.s. přišla jako první v ČR s řešením celé řady problémů pomocí genetických algoritmů. Protože se jedná o velmi složitou problematiku je každá aplikace unikátní a připravuje se přesně podle požadavků zákazníka. Pro jednodušší výpočty je určen obecný modul programu ECON Pro, na kterém lze vyzkoušet užití genetických algoritmů v různých oblastech.
V současné době nabízíme řešení v následujících oblastech:
Řízení a plánování výroby
Logistika
Personalistika
Finanční analýza
Finanční plánování
Doprava
Průmysl
Výživa a zdravotnictví
Zemědělství
Obslužné systémy
Použití genetických algoritmů v řízení výroby představuje výrazný kvalitativní skok ve výrobním plánování. Jedná se o velmi vyspělou technologii, umožňující zahrnout do výpočtu velké množství závislých i nezávislých parametrů (lineárních i nelineárních). Výsledkem je takové rozvržení výrobního procesu, které plně vyhovuje zadaným požadavkům (zakázková výroba, termíny ukončení, maximální využití strojů, časová a kapacitní omezení pracovišť a mnohé další). Nejedná se tedy o pouhé sledování a analýzu již vytvořeného výrobního plánu, ale právě o tu nejobtížnější část řízení výroby, kterou sestavení výrobního plánu bezesporu je.
Genetické algoritmy začleněné v logistických úlohách umožňují efektivně vyhledávat vhodná řešení. Díky robustnosti této metody je možné do modelu zahrnout velké množství podmínek, omezení a následností (jak časových, tak prostorových). Výsledkem je optimální řazení a navázání procesů, minimalizace časových ztrát, nákladů apod.
V oblasti personalistiky je vhodné použít genetické algoritmy k vytváření rozvrhů služeb na pracovištích s přihlédnutím k různým omezujícím faktorům (celkový počet hodin, různá vytíženost pracovišť, nemocnost, dovolené apod.). Jiným příkladem je řešení velmi složitého problému, kterým je vytvoření optimálního školního rozvrhu.
Ve finanční analýze jsou genetické algoritmy používány k vytváření tabulek finanční analýzy na další období se současným splněním plánovaných hodnot libovolných ukazatelů.
Podobně jako ve finanční analýze, i ve finančním plánování lze s úspěchem využít síly genetických algoritmů. Tato výkonná metoda umožňuje sestavit finanční plán na další období při dodržení všech vstupních i výstupních podmínek a omezení.
Oblast dopravy zahrnuje vytváření optimálních plánů rozvozu nebo řešení úlohy zvané problém obchodního cestujícího. Genetické algoritmy umožňují do modelu zahrnout velké množství nelineárních omezení, což klasické matematické metody neumožňují.
Jako příklad lze uvést stavebnictví, kde se řeší problémy stanovení optimálních rozměrů konstruovaných objektů, řezných plánů, dále hutnictví, kde je nutné vytvořit optimální složení vsádky do vysoké pece, nebo chemický průmysl, který může nabídnout složité technologické postupy s potřebou optimalizovat některé parametry. Vyšší dimenzí použití genetických algoritmů spočívá v simulování různých procesů s cílem nalézt optimální hodnoty různých parametrů tak, aby došlo k co nejlepší odezvě celého systému. Příkladem mohou být různé kultivační procesy, zkoušky léků nebo biologický výzkum.
Genetické algoritmy mohou výrazně napomoci při sestavování optimálního jídelníčku podle všech nutričních požadavků s cílem, aby výsledný jídelníček byl pestrý, s nízkým nebo vysokým energetickým obsahem nebo co nejlevnější. Takovým způsobem lze připravovat i jídelníčky speciální, různé dietní programy, speciální druhy výživy v různých fázích sportovního tréninku apod.
Zde je aplikace podobná vytváření jídelníčku, neboť zemědělci se často potýkají s problémem sestavení optimální krmné směsy pro zvířata se zajištěním potřebných výživných hodnot a s minimalizací nákladů na celou směs. Jiným příkladem může být vytvoření optimálního osevního plánu, který spočívá ve stanovení velikosti ploch osévaných jednotlivými plodinami, s cílem maximalizovat výsledný zisk s přihlédnutím k cenám plodin na trhu, předpokládanému vývoji nebo s ohledem na ráz počasí nebo úrodnosti půdy v daném kraji.
Obslužným systémem může být např. banka, supermarket, parkoviště, letiště,
hotel, mrakodrap, telefonní ústředna, systém skladovacích prostorů, nemocnice,
operátoři pevné nebo mobilní sítě, elektrická rozvodná síť a mnoho dalších.
Použití genetických algoritmů v této oblasti představuje vytvoření takového
uspořádání a nastavení parametrů systému, že se systém chová optimálně,
a navíc dokáže reagovat na nenadálé stavy a události. Zmíněné parametry
jsou počty přepážek, pokladen, příjezdových cest, východů, pokojů, nouzových
schodišť a výtahů, kapacity skladů, počty operátorů apod. Příkladem použití
může být sestavení evakuačního plánu systému s přesně určením pořadím,
směrem a tempem evakuace tak, aby nedošlo k zahlcení některé části systému
a aby systém byl co nejdříve prázdný.