https://github.com/nelsonwenner/genetic-rocket

:robot: Genetic rocket artificial intelligence.
https://github.com/nelsonwenner/genetic-rocket

genetic-algorithm genetic-programming genetics inteligence inteligencia-artificial inteligencia-computacional rocket

Last synced: 12 days ago
JSON representation

:robot: Genetic rocket artificial intelligence.

• Host: GitHub
• URL: https://github.com/nelsonwenner/genetic-rocket
• Owner: nelsonwenner
• License: mit
• Created: 2019-09-08T14:10:35.000Z (about 6 years ago)
• Default Branch: master
• Last Pushed: 2020-01-21T02:50:19.000Z (almost 6 years ago)
• Last Synced: 2025-04-11T14:57:56.956Z (7 months ago)
• Topics: genetic-algorithm, genetic-programming, genetics, inteligence, inteligencia-artificial, inteligencia-computacional, rocket
• Language: JavaScript
• Homepage:
• Size: 65.7 MB
• Stars: 5
• Watchers: 2
• Forks: 0
• Open Issues: 0
• Metadata Files:
  • Readme: README.md
  • License: LICENSE

Awesome Lists containing this project

README

          


  





  Genetic Rocket





  

  

    

  

  

  

    

  



## Getting Started

1. Fork este repositório e clone em sua máquina

2. Mude o diretório para `genetic-rocket` onde você o clonou;

3. Clique no arquivo index.html

### Vision

O algoritmo genético é um método para resolver problemas de otimização restritos e não restritos que é baseado na seleção natural, o processo que impulsiona a evolução biológica. O algoritmo genético modifica repetidamente uma população de soluções individuais. Em cada etapa, o algoritmo genético seleciona os indivíduos aleatoriamente da população atual para serem pais e os utiliza para produzir as crianças para a próxima geração. Ao longo de gerações sucessivas, a população "evolui" em direção a uma solução ótima. Você pode aplicar o algoritmo genético para resolver uma variedade de problemas de otimização que não são adequados para algoritmos de otimização padrão, incluindo problemas nos quais a função objetivo é descontínua, não diferenciável, estocástica ou altamente não-linear.

O algoritmo genético usa três tipos principais de regras em cada etapa para criar a próxima geração da população atual:

* **As regras de seleção** selecionam os indivíduos, chamados pais, que contribuem para a população na próxima geração.

* **As regras de crossover** combinam dois pais para formar filhos para a próxima geração.

* **As regras de mutação** aplicam alterações aleatórias a pais individuais para formar filhos.



  



## License

Esse projeto está sob a licença MIT. Veja o arquivo [LICENSE](LICENSE.md) para mais detalhes.

---