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

UPD1: Так как ссылка на исходники данная в тексте 
работы не бросается в глаза, дублируем ее здесь 
http://evoj.sourceforge.net/static/demos/img-demo.rar
 
 
 
6.5. 
Разработка и исследование гибридного 
алгоритма решения сложных задач оптимизации 
6.5.1. Генетический алгоритм (ГА) 

---

А.Е. Кононюк Дискретно-непрерывная математика 
373 
Название данного алгоритма объясняется тем, что в основе него лежит 
имитация процессов происходящих в природе, среди особей какой-
либо популяции. Индивид или особь представляет собой решение, 
закодированное произвольным образом, например в бинарную строку. 
Совокупность решений в фиксированный момент времени составляет 
популяцию. Индивиды текущей популяции конкурируют друг с другом 
за передачу своей генетической информации (создание потомков) в 
следующую популяцию. Отобранные индивиды из текущей популяции 
с помощью 
селекции, 
проходят этапы создания новых решений-
потомков - 
рекомбинации 
и
 мутации
. Основными операторами 
генетического алгоритма будем называть операторы 
скрещивания, 
селекции и мутации
.
Селекция
- это оператор, с помощью которого происходит выбор 
индивида из текущей популяции для участия его в рекомбинации и 
мутации при получении потомка. Рассмотрим основные виды 
селекций. 
Пропорциональная селекция 
Пропорциональная селекция может быть выполнена в виде алгоритма 
колеса рулетки
. В данной селекции каждому индивиду из текущей 
популяции назначается пригодность быть отобранным 
пропорционально его пригодности. Пусть N - число индивидов в 
популяции и 
f
i
- пригодность 
i
- го индивида в популяции тогда, 
например, если 
N
= 4, 
f
1
= 
f
2
= 10, 
f
3
= 15, и 
f
4
= 25 колесо рулетки 
представлено на рисунке 1: 

---

А.Е. Кононюк Дискретно-непрерывная математика 
374 
Рис. 1