Заглавная страница Избранные статьи Случайная статья Познавательные статьи Новые добавления Обратная связь FAQ Написать работу КАТЕГОРИИ: АрхеологияБиология Генетика География Информатика История Логика Маркетинг Математика Менеджмент Механика Педагогика Религия Социология Технологии Физика Философия Финансы Химия Экология ТОП 10 на сайте Приготовление дезинфицирующих растворов различной концентрацииТехника нижней прямой подачи мяча. Франко-прусская война (причины и последствия) Организация работы процедурного кабинета Смысловое и механическое запоминание, их место и роль в усвоении знаний Коммуникативные барьеры и пути их преодоления Обработка изделий медицинского назначения многократного применения Образцы текста публицистического стиля Четыре типа изменения баланса Задачи с ответами для Всероссийской олимпиады по праву Мы поможем в написании ваших работ! ЗНАЕТЕ ЛИ ВЫ?
Влияние общества на человека
Приготовление дезинфицирующих растворов различной концентрации Практические работы по географии для 6 класса Организация работы процедурного кабинета Изменения в неживой природе осенью Уборка процедурного кабинета Сольфеджио. Все правила по сольфеджио Балочные системы. Определение реакций опор и моментов защемления |
Обобщение идей эволюционных вычисленийСодержание книги
Поиск на нашем сайте
Эволюционные вычисления возникли, как раздел современной информатики из попытки заимствовать основные механизмы самоорганизации биологических систем с последующим извлечением формальных процедур и алгоритмов.
Понятие генетического алгоритма. 3 основные положения в теории эволюции (Теория «Происхождения Видов» 1859г. Дарвина): 1. Наследственность 2. Изменчивость 3. Естественный отбор Основные принципы ГА были сформированы Голландом в 1975 г. Генетические алгоритмы описывают теорию эволюции приближенно. В природе особи конкурируют друг с другом за различные ресурсы, в том числе за возможность произвести потомство. Наиболее приспособленные особи будут иметь больше шансов передать свои гены потомкам, т.е. гены высокоадаптивных особей распространяются в популяции. Таким образом, вид приспосабливается к окружающей среде. В ГА каждая особь представлена хромосомой – одним возможным решением задачи. ГА по аналогии с эволюционным механизмом работают с популяцией, каждая из хромосом которой является потенциальным решением задач. ГА – адаптивный метод поиска, применяемый для решения задач функциональной оптимизации. Каждая хромосома оценивается мерой её «приспособленности» функцией оптимальности (fitness function) – в методах оптимизации – целевая функция. Наиболее приспособленные особи получают возможность воспроизвести потомство с помощью «перекрёстного скрещивания». Наименее приспособленные особи постепенно исчезают из популяции в процессе эволюции. Общая схема генетического алгоритма. 1. Сгенерировать начальную популяцию 2. Пока не достигнуто значение, большее Fitnessmax: · Выбрать часть существующей популяции (отдавая предпочтение более приспособленным особям) · Применить к этой части генетические операции, породив потомство. · Посчитать Fitness для особей новой популяции. Точка останова – количество поколений, заранее задаётся. 3. Установить счетчик поколений N=0, Установить максимальное число поколений Nmax=max, max – любое подходящее число. 4. Вычислить целевую функцию для всех элементов популяции. 5. Отобрать в соответствии с принципом рулетки наиболее адаптированных представителей для формирования следующего поколения. 6. Выполнить кроссовер для формирования следующего поколения. 7. Заменить старую популяцию на новую, увеличить счетчик поколений N=N+1. 8. Выполнить мутацию с помощью назначения вероятностей (Pm~0,001 для любого объекта) 9. Если N=Nmax, то выдать лучший объект и закончить алгоритм, иначе (N<Nmax) идем к шагу 4. Сегодня термином генетические алгоритмы называют не одну модель, а достаточно широкий класс алгоритмов. ГА – универсальный метод решения задачи методов оптимизации. Если задачи решаются специальными методами, то они могут быть эффективнее ГА. Преимущество ГА в том, что их можно применять для решения сложных задач, для которых специальных методов не существует. Стандартным называется генетический алгоритм, в котором: · хромосомы представляются битовыми строками · используется принцип пропорционального отбора выбора родителей · функция оптимальности (фитнес-функция) позволяет проранжировать всех представителей популяции. Схема ГА. ГА – адаптивный метод поиска, применяемый для решения задач функциональной оптимизации. Каждая хромосома оценивается мерой её «приспособленности» (fitness function) – в методах оптимизации – целевая функция. Наиболее приспособленные особи получают возможность воспроизвести потомство с помощью «перекрёстного скрещивания». Наименее приспособленные особи постепенно исчезают из популяции в процессе эволюции.
Рисунок 6 Общая схема ГА
|
||||||||||||||||
Последнее изменение этой страницы: 2016-08-26; просмотров: 187; Нарушение авторского права страницы; Мы поможем в написании вашей работы! infopedia.su Все материалы представленные на сайте исключительно с целью ознакомления читателями и не преследуют коммерческих целей или нарушение авторских прав. Обратная связь - 18.219.12.88 (0.006 с.) |