Непрерывные генетические алгоритмы
| Категория реферата: Рефераты по математике
| Теги реферата: рассказы, культурология как наука
| Добавил(а) на сайт: Платонов.
Предыдущая страница реферата | 2 3 4 5 6 7 8 9 10 11 12 | Следующая страница реферата
Как уже отмечалось, при работе с оптимизационными задачами в непрерывных пространствах вполне естественно представлять гены напрямую вещественными числами. В этом случае хромосома есть вектор вещественных чисел. Их точность будет определяться исключительно разрядной сеткой той ЭВМ, на которой реализуется real-coded алгоритм. Длина хромосомы будет совпадать с длиной вектора-решения оптимизационной задачи, иначе говоря, каждый ген будет отвечать за одну переменную. Генотип объекта становится идентичным его фенотипу.
Вышесказанное определяет список основных преимуществ алгоритмов с непрерывными генами:
Использование непрерывных генов делает возможным поиск в больших пространствах (даже в неизвестных), что трудно делать в случае двоичных генов, когда увеличение пространства поиска сокращает точность решения при неизменной длине хромосомы.
Одной из важных черт непрерывных генетических алгоритмов является их способность к локальной настройке решений.
Использование непрерывных генетических алгоритмов для представления решений удобно, поскольку близко к постановке большинства прикладных задач. Кроме того, отсутствие операций кодирования/декодирования, которые необходимы в генетических алгоритмах с двоичным кодированием, повышает скорость работы алгоритма.
Как известно, появление новых особей в популяции канонического генетического алгоритма обеспечивают несколько биологических операторов: отбор, скрещивание и мутация. В качестве операторов отбора особей в родительскую пару здесь подходят любые известные из двоичных генетических алгоритмов: рулетка, турнирный, случайный. Однако операторы скрещивания и мутации не годятся: в классических реализациях они работают с битовыми строками. Нужны собственные реализации, учитывающие специфику real-coded алгоритмов.
Оператор скрещивания непрерывного генетического алгоритма, или кроссовер, порождает одного или нескольких потомков от двух хромосом. Собственно говоря, требуется из двух векторов вещественных чисел получить новые векторы по каким-либо законам. Большинство real-coded алгоритмов генерируют новые векторы в окрестности родительских пар. Для начала рассмотрим простые и популярные кроссоверы.
Пусть и – две хромосомы, выбранные оператором селекции для скрещивания. После формулы для некоторых кроссоверов приводится рисунок – геометрическая интерпретация его работы. Предполагается, что и .
Плоский кроссовер (flat crossover): создается потомок – случайное число из интервала .
Простейший кроссовер (simple crossover): случайным образом выбирается число k из интервала и генерируются два потомка и .
Арифметический кроссовер (arithmetical crossover): создаются два потомка , , где , , , w либо константа (равномерный арифметический кроссовер) из интервала , либо изменяется с увеличением эпох (неравномерный арифметический кроссовер).
Геометрический кроссовер (geometrical crossover): создаются два потомка , , где , , w – случайное число из интервала .
Смешанный кроссовер (blend, BLX-alpha crossover): генерируется один потомок , где – случайное число из интервала , , , . BLX-0.0 кроссовер превращается в плоский.
Линейный кроссовер (linear crossover): создаются три потомка , , где , , . На этапе селекции в этом кроссовере отбираются два наиболее сильных потомка.
Дискретный кроссовер (discrete crossover): каждый ген выбирается случайно по равномерному закону из конечного множества .
Расширенный линейчатый кроссовер (extended line crossover): ген , w – случайное число из интервала .
Эвристический кроссовер (Wright’s heuristic crossover). Пусть – один из двух родителей с лучшей приспособленностью. Тогда , w – случайное число из интервала .
Нечеткий кроссовер (fuzzy recombination, FR-d crossover): создаются два потомка , . Вероятность того, что в i-том гене появится число , задается распределением , где – распределения вероятностей треугольной формы (треугольные нечеткие функции принадлежности) со следующими свойствами ( и ):
Рекомендуем скачать другие рефераты по теме: культурология как наука, доклад.
Категории:
Предыдущая страница реферата | 2 3 4 5 6 7 8 9 10 11 12 | Следующая страница реферата