3 Генетикалық алгоритмдер

3.1 Интеллектуалдық технологиялардағы генетикалық алгоритмнің орны

Соңғы уақыттағы шешілетін есептердің күрделігігің өсуіне байланысты интеллектаулды технологиялар кең тарады. Дәстүрлі түрде оларға тұрақсыз логикалы (ТЛ) генетикалық алгоритімдерді (ГА) және нейронды желілерді (НЖ) жатқызады. Осы технологиялар үлгілерді тануда, шешім қабылдауды қолдау жүйелерінде, параметрлер дұрыс құрылмағандағы іздеу есептерінде кең пайдаланылады.

Күрделі басқару жүйесін құруда интеллектуалды технологияларды (ИТ) қолдану мүмкіндігі ашылады. Қазіргі заманға басқару құрылғысы жұмыс негізінде әртүрлі режимде нысанамен сенімді басқаруды қамтамассыз етіп, өзгерулерге басқару жүйесінің параметірлерінің өзгеруіне тұрақты болуы керек. Ол ауыстыру кезінде жаңа нысаналарға тез бейімделу керек.

Егер ИТ әдістерін үшбұрыштың шыңдары деп есептесен оның қабырғалары келесі комбинацияға сай болады. ТЛ+ГА, ТЖ+ТЛ және ТЖ+ГА.

3.1-сурет. Интеллектуалды технологиялардың әдістерінің өзара әрекеттесуі

ТЛ+ГА комбинациясы шешім қабылдауға қолдау жүйелерінде кең қолданылады. ТЛ+ТЖ комбинациясының қолданылуының мысалына тұрақсыз алгоритімдерді жобалау (жоспарлау) жатады. ИЖ+ГА бір-бірін толықтырып тұрады. ТЛ және ТЖ ертеректе қарастырылып, ал төменде ГА және оның қолданылуы көрсетілген.

3.2. Табиғаттағы кәдімгі сұрыптау

Эволюциялық теорияға сай, әрбір биологиялық түр қоршаған ортаға жақсы бейімделу үшін дамиды және өзгереді. Эволюция тәсілдері – жәндіктердің көп түрі қорғаныш реңге ие болады, кірпі тікенектер арқылы қорғанады, ол адал күрделі жүгіне жүйесіне ие болды. Эволюция барлық тірі ағзалардың тиімділеу тәсілі. Табиғи тиімділеу есебін қалай шешетінін қарастырамыз.

Эволюцияның негізгі механизмі – кәдімгі сұрыптау болып табылады. Ол бойынша бейімделген түрлердің тірі қалуға және көбеюіне мүмкіндігі көп. Сонымен қатар генетикалық ақпатараттың берілуіне байланысты ұрықтары ата-анасының негізгі қасиеттеріне ие болады. Сол себепті күшті тұлғарының ұрықтары жақсы бейімделіп, жалпы ортада көбейе береді. Оншақты немесе жүздеген ұрпақтан кейін осы түрдің бейімділігі бірнеше есе артады.

Кез келген жануардың әрбір жасушасында осы түрдің барлық генетикалық ақпараты сақталады. Бұл ақпараттар ДНҚ-ның ұзын жиыны ретінде жазылады. Әрбір ДНҚ молекуласы төрт типті нуклиотид молекуласынан тұратын тізбек А,Т,С,А арқылы белгіленді. Сәйкесінше ақпараттағы ДНҚ-дағы нуклеотидтердің реті жеткізеді. Индивидумның генетикалық коды - төрт әріп арқылы берілетін ұзын символдар жолы. Жануар жасушасында әрбір ДНҚ молекуласы хромосомамен қоршалады.

Түрдің әрбір туа біткен қасиеті хромосоманың арнайы бөлігі арқылы кодталады, ол ген деп аталады. Мысалы, көз түсінің гені арнайы көз түсін кодтайтын ақпарат сақтайды. Генның әр түрлі мәні оның аллелі деп аталады. Жануарлардың көбеюі кезінде екі жыныс жасушылары қосылып, олардың ДНҚ-лары өзара әрекеттесіп, ұрықтың ДНҚ-сы пайда болады. Әрекеттердің негізгі әдісі – кроссовер болып табылады (cross- oder, қиылысу).

Кроссовер негізінде ата-ана ДНҚ-сы екіге бөлінеді, содан соң өздерінің жартыларымен ауыстырылады. Радиоактивтілік әсерінен мутация болуы мүмкін, нәтижесінде ата-анасының біреуінің жыныс жасушасында кейбір гендер өзгеруі мүмкін. Егер барлық жаңа қасиеттер пайдалы болса, олар сол қалыпта сақталады, бұл кезде түрдің бейімділілігі өседі.

Генетикалық алгоритм деген не? Белгілі бір күрделі функцияның берілсін, ол бірнеше айнымалыларға тәуелді, функцияның максимал мәніндегі айнымалыны табу керек. Мұндай есептер тиімділеу есептері деп аталады.

Ең көп тараған мысалдардың бірі – инвестицияның таралу есебі. Осы есепте айнымалыларға инвестиция көлемі жатады (10 айнымалы), ал функцияға инвестордың жалпы кірісі жатады. Сонымен қатар әрбір жобаға кіретін минимал және максимал көлемі берілген, олар өзгеру аймағын анықтайды. Бұл есепте табиғи ықшамдау әдісі арқылы шешіп көрейік. Инвестрлердің әрбір нұсқасының тұлғалары ретінде қарастырайық, нұсқанын кірісі – оның бейімділілігі. Онда эволюция тәсілінде тұлғалардың бейімділілігі өседі, инвестрлердің кіріс нұсқалары көбейеді. Эволюциясы белгілі бір кезеңге тоқтатып, ең жақсы тұлғаны таңдап, есептің тиімді шешімін табамыз. Генетикалық алгоритм – компьютерлік бағдарлама түріндегі эволюцияның қарапайым моделі. Онда кәдімгі сұрыптау аналогы, генетикалық мұрагерліктің аналог механизімі қолданылады. Бұл кезде биологиялық терминалогия қысқартылған түрде сақталады. Генетикалық мұрагерлік осылайша дәлелденеді.

Хромосома	Нөлден және бірден тұратын тізбек (вектор) әрбір позиция ген деп аталады.
Тұлғалар= генетикалық код	Хромосомалар жиынтығы = есепті шешу нұсқасы.
Кроссовер	Екі хромосома өздерінің бөліктерінен ауыстырылатын амал.
Мутация	Хромосомадағы бір немесе бірнеше позицияның кездейсоқ өзгерісі.

Эволюциялық үрдісті модельдеу үшін кездейсоқ популяцияны генерациялайды. Генетикалық алгортим индивидуумдардың қилысуының цикілдік тәсілін қайталайды. Популяцияның циклі – бірнеше кездейсоқ қиылысу және мутация нәтижесінде популяцияға жаңа тұлғалары қосылады.

Генетикалық алгоритмдегі сұрыптау – ескі популяциядан жаңа популяция құрылу тәсілі, одан кейін ескі популяция құрылады. Сұрыптаудан кейін жаңа популяцияға кроссовер және мутация амалдарыларын қолданады, одан сау қайта сұрыптау болады, сөйтіп қайталанып отырады. Генетикалық алгоритмдегі сұрыптау табиғаттағы негізгі сұрыптаумен келесідей байланысады.

Тұлғалардың бейімділігі	Осы индивидуумдегі мақсаттың функцияның мәні.
Бейімділірек түрдің өмір сүруі	Келесі ұрпақ популяциясы мақсаттық функцияға байланысты. Егер тұлғалар бейімділірек болса, ол тез көбейеді.

Сұрыптау моделі арқылы келесі ұрпақ популяциясы құрылады. Тұлғалардың қиылысуға қатысуы оның бейімділілігіне пропорционал. Кейбір тұлғаларда кроссоверге қатыспай, келесі ұрпаққа өзгеріссіз өтеді, ол элитизм стратегиясы деп аталады. Қай жағдай болмасын әрбір келесі ұрпақтың алдындағысына қарағанда бейімділігі жоғары болады. Егер тұлғалардың бейімділілігі өспесе, онда тәсілді тоқтатып тиімділік есебінің шешімі ретінде табылған талғалардың ішінен ең күштісін алады.