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

 

---

А.Е. Кононюк Дискретно-непрерывная математика 
258 
 
Рис. 5.36. 
Результат, полученный после 24000 «тактов», при повторном 
запуске программы 
Evolver 
для примера 5.7. 
 
Рис. 5.37. 
«Наилучший» набор весов, полученный для случая рис. 5.36, 
после 40000 «тактов». 
Таким образом, процессы выполнения одного и того же алгоритма при 
одинаковой размерности популяции и повторяющихся значениях 
показателей скрещивания и мутации оказываются совершенно 
различными. Это, конечно, определяется случайным набором особей 
исходной популяции и случайнымм проведением скрещивания и 
мутации.
Для случая на рис. 5.35 получен результат, подобный представленному 
на рис. 5.37, причем веса w
21
, w
22
, w
31
, а также 
w
10
 
и w
30 
имеют 
противоположные знаки.
При использовании генетического алгоритма программы 
Evolver 
для 
решения задач, аналогичных рассмотренным в примерах 5.3 – 5.7, 
генетические операторы изменяют значения отдельных весов 

---

А.Е. Кононюк Дискретно-непрерывная математика 
259 
(мутация) и осуществляют обмен значений весов, выбранных 
случайным образом, между двумя хромосомами (скрещивание). В то 
же время, в программе 
FlexTool 
(пример 4.9) генетические операторы 
рекомбинируют гены внутри хромосом, которые представляют собой 
двоичные последовательности, соответствующие закодированным 
значениям конкретных весов. В программе 
Evolver 
хромосомы состоят 
из генов, имеющих действительные значения, совпадающие со 
значениями весов. Программа 
Evolver 
- это прекрасный инструмент 
для оптимизации функции нескольких переменных, при этом она 
может применяться для поиска максимума или минимума функции 
двух и даже одной переменной. Заметим, что в случае только одной 
переменной скрещивание практически не производится, и выполняется 
только операция мутации, что характерно для так называемого 
эволюционного программирования. Все примеры, решенные в при 
помощи программы