-
Настройка параметров генетического алгоритма.
В настоящее время
исследователи ГА предлагают много
других операторов отбора, кроссинговера
и мутации. Вот лишь наиболее распространенные
из них.
Турнирный
отбор.
Турнирный отбор реализует n
турниров, чтобы выбрать n
особей. Каждый турнир построен на выборке
k
элементов из популяции, и выбора лучшей
особи среди них. Наиболее распространен
турнирный отбор с k=2.
Элитные
методы отбора
гарантируют, что при отборе обязательно
будут выживать лучший или лучшие члены
популяции совокупности. При этом часть
самых лучших особей без каких-либо
изменений переходит в следующее
поколение.
Двухточечный
кроссовер
и равномерный
кроссовер.
В двухточечном
кроссинговере выбираются две точки
разрыва, и родительские хромосомы
обмениваются участком генетического
кода, который находится между двумя
этими точками. В равномерном кроссинговере,
каждый бит первого родителя наследуется
первым потомком с заданной вероятностью;
в противном случае этот бит передается
второму потомку. И наоборот.
Размер
популяции.
Размер популяции является весьма важным
элементом ГА. Если популяция слишком
мала, генетического материала может не
хватить для решения задачи. Размер
популяции также влияет на коэффициент
применения операторов скрещивания и
мутации.
-
Области применения генетических алгоритмов.
Генетический
алгоритм используется для решения
многих задач оптимизации:
8
