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

FlexTool 
из примера 
4.9
. 
На них также показано распределение особей в зависимости от номера 
поколения, причем отмечены только параметры Р1 и Р2, 
соответствующие переменным w
12
и 
w
21
 
«Наилучшее» значение 

---

А.Е. Кононюк Дискретно-непрерывная математика 
210 
функции приспособленности изменяется от значения, примерно 
равного 0,21, до 0,00007. Напомним, что функция приспособленности 
соответствует функции погрешности Q, значение которой может 
изменяться от 1 до 0.
Нижние левые графики иллюстрируют динамику изменения 
«наилучшего» (нижняя кривая), «наихудшего» (верхняя кривая) и 
среднего (средняя кривая) значений функции приспособленности в 
популяции при последовательной смене поколений. На рис. 4.39-4.47 
«наилучшее» значение функции приспособленности принимает 
настолько малое значение, что оно становится незаметным на графи-
ках. В 75-м поколении оно становится равным 7*10
-5
, т.е. таким, кото-
рое принимается в качестве минимального значения. Таким образом, 
эта величина может считаться значением функции приспособленности 
«наилучшей» хромосомы со следующими фенотипами - значениями 
отдельных переменных, обозначающих веса нейронной сети:
w
11
= 7,65
w
12
= - 8,43
w
21
= -10,00
w
22
 =
9,98
w
31
= - 4,28
w
32
= - 3,96
w
10
= - 4,28
w
20
 - - 
3,96
w
30
= - 4,96
Вычисления были завершены после 77 итераций алгоритма. В случае 
их продолжения можно было бы ожидать получение результата со 
значениями для w
11
, w
12
, w
21
, 
w
22
, 
w
31
, w
32
оказались бы примерно 
равны соответственно 10, -10, -10, 10,
-10, -10, a w
10
, 
w
20
, w
3o
 
- величине -5. Также очевидно, что уменьшилось 
бы и значение погрешности Q; скорее всего, оно приблизилось бы к 
величине, полученной с помощью программы 
Evolver
. Рассчитанные 
значения представляют собой одну из возможных комбинаций весов 
для нейронной сети, реализующей логическую систему XOR и 
изображенной на рис. 3.11. 

---

А.Е. Кононюк Дискретно-непрерывная математика 
211