Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
Методичка 2.doc
Скачиваний:
0
Добавлен:
01.05.2025
Размер:
148.48 Кб
Скачать
  1. Варианты заданий

Задание определяется согласно № - номера студента в списке, по приведенным ниже таблицам (Таблица 1, Таблица 2, Таблица 3). Параметр n-определяет число устройств. m – количество работ, выбирается одно значение из указанного отрезка в таблице 3, T – множество весов работ, случайным образом берется m работ в пределах указанных в таблице 3. Элит - кол-во элитных особей

Например, если студент в списке под номером №5, то Элит = 3, n = 4, m выбирается произвольно в отрезке [20,25] m = 21, T формируется из n работ, вес которых выбирается случайным образом в отрезке [20,35].

В ходе работы необходимо реализовать несколько урезанный Ш.2 ГА алгоритма, без учета вероятностей операторов.

Необходимо сформировать 10 особей, определить элитные особи и перенести их в новое поколение, из оставшихся выбрать произвольно 5 особей и применить оператор кроссовера, для оставшихся оператор мутации, вывести результаты на экран.

Программа обязательно должна выводить на экран представление хромосомы в табличной формы как в описанных выше примерах, а также соотвествующие хромосоме расписание.

Таблица 1

1

2

3

4

5

6

7

8

9

10

11

12

Элит

1

2

3

1

2

3

N

2

3

4

2

3

4

m, T

1

2

1

2

1

2

1

2

1

2

1

2

Таблица 2

13

14

15

16

17

18

19

20

21

22

23

24

Элит

1

2

3

1

2

3

n

2

3

4

2

3

4

m, T

1

2

1

2

1

2

1

2

1

2

1

2

Таблица 3

m, T

1

20-25

20-35

2

30-35

35-40

  1. Литература

  1. Коффман Э.Г. “Теория расписания и вычислительные машины” – M.: “Наука”, 1987

  1. Романовский И.В. “Алгоритмы решения экстремальных задач” – М.: “Наука”, 1977

  1. Пашкеев С.Д., Минязов Р.И., Могилевский В.Д. “Машинные методы оптимизации в технике связи” – М.: “Связь”, 1976.