Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
ГА / ГА / tikhomirov.docx
Скачиваний:
69
Добавлен:
26.04.2015
Размер:
1.11 Mб
Скачать
    1. Отбор нового поколения

В результате операций скрещивания и мутации возможно получение уже содержащихся хромосом, что приводит к вырождению популяции, для решения этой проблемы авторами предложена дополнительная операция, которая удаляет из претендентов на попадание в новый этап эволюции определенные клеточные автоматы.

В данной работе были рассмотрены два варианта:

  1. Одинаковые клеточные автоматы. Для этого производится приведение всех клеточных автоматов к единой форме.

  2. Клеточные автоматы с одинаковым значением фитнесс функции. В новое поколение попадает особь, которая «моложе», чем ее претендентки с таким же значением функции приспособленности. Благодаря такому отбору уменьшается вероятность стагнации генетического алгоритма.

Для того чтобы избежать локальных минимумов функции приспособленности, то есть стагнации генетического алгоритма, и вырождения популяции, применяются два алгоритма отбора в новое поколение:

  1. Происходит отбор первых n особей с лучшей функций приспособленностью. Все они попадают в новое поколение. Среди оставшихся особей проводится турнирный отбор. Такая стратегия отбора представляет собой смесь стратегии элитизма и турнирной стратегии.

  2. Если на протяжении достаточно большого числа поколений не происходит улучшения значения функции приспособленности, то при обработке текущего поколения отбрасываются все особи, кроме некоторого набора из N особей, которые имеют наилучшее значение, то есть наиболее приспособленных. Оставшееся место в новом поколении занимают особи, полученные из особей текущего поколения путем скрещивания и мутаций. Также изменяется механизм мутации поколения. Мутация может происходить не в единственном гене хромосомы, как происходит при обычных условиях, а во всех генах хромосомы с некоторой вероятностью.

То есть в случае успешного процесса генерации используется первый алгоритм, а в случае долгих «простоев», когда генетический алгоритм не может сгенерировать хромосому, которая лучше решает поставленную задачу, то в работу вступает второй алгоритм отбора. Он благодаря большему числу мутаций и скрещиваний имеет больше шансов выйти из стагнации, однако такой выход является полностью случайным процессом.

Эти алгоритмы соответствуют двум режимам работы генетического алгоритма:

  1. «нормальный» режим работы генетического алгоритма, он отличается высокой эффективностью операции скрещивания;

  2. «форсированный» режим работы. При этом режиме работы на каждом поколении генерируется больше особей, чем при нормальном режиме, причем возрастает эффективность операции мутации хромосом. Однако стоит заметить, общая эффективность на одну операцию у него ниже, чем у «нормального» режима работы;

  3. режим «доводки». При нем алгоритм отбора нового поколения не отличается от алгоритма при “форсированном” режиме. Отличие заключается настройках генетических операциях, таких как операции мутации и скрещивания.

Ниже представлена схема переключений между режимами (рис. 17).

Рис. 17. Схема переключений режимов работы генетического алгоритма

Также стоит отметить, что при отборе первых n особей при одинаковой функции приспособленности выбираются более молодые особи.

Для улучшения сходимости генетического алгоритма при отборе хромосом в новое поколение происходит проверка кандидатов по следующим правилам:

  1. в новом поколении нет копий текущей хромосомы;

  2. в новом поколении нет более молодых хромосом с такой же функцией приспособленности (побеждает более молодая особь);

  3. возраст хромосомы меньше некоторого значения N, которое задается в конфигурационном файле, то есть слишком старые хромосомы выбывают из борьбы.

Для реализации этих правил были добавлены две новые генетические операции, из которых первая реализует первое и второе правила, а вторая проверяет хромосомы на соответствие третьему правилу.

Благодаря правилам, описанным выше, в поколении постоянно происходит обновление генетического материала, что является одним из необходимых условий для реализации эффективного генетического алгоритма.