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

Generations
и 
Stall generations
. 
Хотя, конечно, не исключена возможность более эффективного 
улучшения работы алгоритма с помощью изменения других опций.
Примечание.
Если параметр 
Mutation function
установить как 
Gaussian, то увеличение значения параметра 
Generations
действительно может привести к ухудшению конечного результата. 
Это обстоятельство можно объяснить тем, что Гауссова функция 
мутации снижает среднее количество мутаций для каждого поколения 
на некий коэффициент, величина которого зависит от параметра 
Generations
. Следовательно, установка параметра 
Generations
оказывает влияние на эффективность работы алгоритма. 
6.6.15. Векторизация функции пригодности
Генетический алгоритм может выполняться значительно быстрее, если 
провести операцию 
векторизации
функции пригодности. Это означает, 
что генетический алгоритм обращается к функции пригодности только 
один раз. Одновременно предполагается, что функция пригодности 
подходит для всех индивидуализированных объектов текущего 
поколения. Для векторизации функции при годности необходимо 
выполнить следующее. 
Записать М-файл расчета искомой функции таким образом, что бы он 
был представлен в виде матрицы с произвольным числом строк, 
которые соответствовали бы индивидуализированным объектам 
данного поколения. Например, для векторизации функции. 
Запишем М-файл в виде следующих кодов: 
z =x(:,1).^2 - 2*x(:,1).*x(:,2) + 6*x(:,1) + 
x(:,2).^2 - 6*x(:,2); 

---

А.Е. Кононюк Дискретно-непрерывная математика 
408 
Колонка первого элемента переменной 
х
указывает на строчные 
элементы от 
х
, так что 
x
(:, 1) есть вектор. Операторы 
.^
и 
.*
указывают 
на поэлементные операции с данными векторами. 
Установить опцию