4.6. Порівняльний аналіз еволюційних алгоритмів

Як уже зазначалося раніше, однією з головних відмінностей між ГА та іншими EA, що використовуються сьогодні, є те, що ГА моделює еволюцію на рівні геномів, в інших методах еволюціонують фенотипи. Багато модифікацій EA використовують різні представлення для популяції індивідів, що розвиваються. Якщо ГА використовує, у загальному випадку, бінарні рядки для представлення індивідів, EC базуються на більш загальних дійсночисельних представленнях. У ГП використовують представлення у вигляді дерев, ЕП спочатку базувалося на представленнях у вигляді графів, а надалі використовують представлення фенотипів, адекватних задачі, яка розв'язується.

Інші особливості різних EA полягають у використанні генетичних операторів. На відміну від інверсії бітів в ГА, у більшості EC гени мутують за допомогою додавання гаусівського шуму. ЕП застосовується для автоматів зі скінченним числом станів, мутують індивіди при додаванні і вилученні, зміні переходів із стану в стан тощо. Зауважимо, що в ГА та ГП визначальним є оператор кросоверу, в EC та ЕП - мутації.

Існують відмінності і в базових процесах EA. B ГА і ГП індивіди вибираються для репродукції пропорційно значенню fitness-функції, а нашадки замінюють елементи попередньої популяції з рівною ймовірністю. EA та ЕП використовують протилежну стратегію, яка полягає в тому, що з рівними ймовірностями обираються індивіди для репродукції, а вже їх виживання базується на значенні fitness-функції. Як помічено багатьма дослідниками, варіації порядку вказаних операцій несуттєво впливають на процес еволюції.

Ключовою точкою є те, що всі EA базуються на фундаментальних дарвінівських принципах природної селекції. Переваги одного EA над іншим є предметом дискусії.

4.7. Світові наукові школи еволюційного моделювання

Відомою світовою школою, що представляє новий напрямок в еволюційному моделюванні, є школа доктора Кандіди Ферейри (Candida Ferreira) у Великобританії. Її дослідження зосереджені на програмуванні генетичних виразів. Нові алгоритми, що розробляються представниками школи, використовують специфічні оператори комбінаторного пошуку, включаючи інверсію, вставку і вилучення генів та їх послідовностей, обмеження і узагальнення перестановок, які збільшують їх ефективність. Самі автори визначають програмування генетичних виразів (ПГВ) як мультигенне (генотип/фенотип) кодування дерев виразів, зв'язаних частковою взаємодією. Відомо, що в найпростішому випадку при одиничній довжині хромосоми, ПГВ еквівалентне ГА.

Найбільш відомою школою, в якій досліджують генетичні алгоритми, еволюційні стратегії, генетичне програмування і еволюційне програмування, є лабораторія еволюційних обчислень Департаменту комп'ютерних наук в університеті Джорджа Мейсона в США. Керівництво школою здійснює учень Джона Холланда професор Кеннет Де Йонг. Лабораторія працює над проектами із застосуванням моделей еволюції (в дарвінівському значенні). Такі моделі необхідні для кращого розуміння еволюційних систем, вони використовуються для забезпечення робастності, гнучкості і адаптивності обчислювальних систем. Головного значення фахівці лабораторії надають вирішенню складних наукових і технічних проблем, таких як інноваційне проектування, оптимізація і машинне навчання.

B аналогічному напрямку, але з акцентом на ГА, працює наукова школа професора Девіда Голдберга. Лабораторія генетичних алгоритмів розташована в Іллінойському університеті США.

На відміну від класичних методів оптимізації, парадигма еволюційного моделювання дозволяє з іншого боку розглядати оптимізаційні задачі і процеси прийняття рішень, але не дає відповіді на численні питання. Які необхідні і достатні умови збіжності кожного з методів? Наскільки інваріантними є еволюційні алгоритми по відношенню до вигляду fitness-функції, структур і вигляду початкових даних? Які EA більш ефективно використовувати для розв'язання відомих задач оптимізації?

Відповіді на ці питання є необхідними для побудови теорії еволюційного моделювання. Сучасні дослідження, на жаль, в переважній більшості орієнтовані на розв'язання конкретних задач і містять виключно експериментальні підтвердження ефективного використовування того або іншого EA.