Эффективное управление генетическим поиском с помощью операций кроссовера

кроссоверы генетический поиск маскированные кроссоверы генетические алгоритмы генетические операции

Анализ динамических систем с избыточными связями различной степени статической неопределимости, Параллельная декомпозиция управляющих алгоритмов с учетом их неопределенности, ...

Н. В. Слепцов ЭФФЕКТИВНОЕ УПРАВЛЕНИЕ ГЕНЕТИЧЕСКИМ ПОИСКОМ С ПОМОЩЬЮ ОПЕРАЦИЙ КРОССОВЕРА Аннотация. <...> Анализируется управление операциями кроссовера, предложено управление на основе принципов маскированного кроссовера и фиксированного набора правил для эффективного смещения направления генетического поиска. <...> Выбор критерия эволюции Начальная популяция Оценка популяции Конечная популяция (результат) Воздействие Выбор параметров эволюционных операторов эволюционных операторов (селекция, скрещивание, мутация…) на популяцию Формирование новой популяции Рис. <...> Сюда следует отнести создание начальной популяции, формирование новой популяции (операторы репродукции), операторы кроссовера (скрещивания) и мутации. <...> Оператор селекции (репродукции) является оператором, с помощью которого из исходной популяции создается новая, где присутствие той или иной хромосомы определяется значением целевой функции (ЦФ). <...> На сегодня уже создано множество различных типов оператора репродукции, но все они направлены на реализацию принципа сохранения хромосом с лучшими значениями и исключения из популяции решений с худшими значениями ЦФ. <...> Оператор репродукции преобразует популяцию Х = {х1, ..., xN} элементов, не обязательно различных, в новую популяцию X' по некоторому определенному правилу. <...> При данном способе [2, 3] из исходной популяции набираются новые N хромосом, при этом каждая хромосома имеет вероятность выбора pi, пропорциональную значению ЦФ fi: pi NM , f i где M – мощность исходного множества хромосом. <...> Очевидно, что данный алгоритм будет работать, если все значения ЦФ положительны. <...> Турнирная репродукция с размером турнира t заключается в выборе t хромосом случайным образом из популяции и отборе из этой группы в новую популяцию одной с лучшим значением ЦФ. <...> В этом случае хромосомы сортируются согласно значениям их ЦФ, и ранг N присваивается лучшему решению, а ранг 1 – худшему. <...> Тогда / N – вероятность выбора худшего <...>

• Похожие документы из РУАЭСТ
• |
• Похожие документы из Руконт