Дискретно-непрерывная математика. Кн. 0 : Алгоритмы. Ч. Генетические алгоритмы

 
Рис.4.20. 
Динамика изменения «наилучших» значений функции 
приспособленности при последовательной смене поколений в 
генетическом алгоритме с турнирной селекцией и одной точкой 
скрещивания из примера 4.6. 

---

А.Е. Кононюк Дискретно-непрерывная математика 
193 
 
Рис.4.21. 
Динамика изменения «наилучших» значений функции 
приспособленности при последовательной смене поколений в 
генетическом алгоритме с турнирной селекцией и двумя точками 
скрещивания из примера 4.6. 
Заметно, что во втором случае «наилучшее» решение (т.е. значение 
функции приспособленности, равное 3) было найдено быстрее. Ана-
логичный график для селекции методом рулетки представлен на 
рис.4.22.

---

А.Е. Кононюк Дискретно-непрерывная математика 
194 
Рис.4.22. 
Динамика изменения «наилучших» значений функции 
приспособленности при последовательной смене поколений в 
генетическом алгоритме с селекцией методом рулетки из примера 4.6. 
Можно сделать вывод, что турнирный метод позволяет быстрее 
находить минимальное значение оптимизируемой функции, чем метод 
рулетки.
Пример 
4.7
С помощью генетического алгоритма программы 
FlexTool 
найти 
минимум функции двух переменных
f(x
1
,x
2
) = (x
1
2
+ x
2
-11)
2
+(x
1
+ x
2
2
-7)
2
для 
х
1,
 
х
2

[-10, 10] с точностью до 0,001.
График оптимизируемой функции представлен на рис.4.23.
 

---

А.Е. Кононюк Дискретно-непрерывная математика 
195