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.





Предыдущая страница реферата | 2  3  4  5  6  7  8  9  10  11  12 | Следующая страница реферата