Добавил:
Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
Лекции по СИИ / Лекция №6.doc
Скачиваний:
53
Добавлен:
02.05.2014
Размер:
505.34 Кб
Скачать
  1. 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.

  1. Области применения генетических алгоритмов.

Генетический алгоритм используется для решения многих задач оптимизации:

  • составление расписаний (производственных, учебных и т.д.)

  • задачи раскроя-упаковки

  • аппроксимации и т.д.

8

Соседние файлы в папке Лекции по СИИ