Интеллектуальные информационные системы. Дубровин А.Д. - 170 стр.

       - основной направляющей силой эволюции является естественный (выживает
сильнейший) отбор (в соответствие с этим принципом любой эволюционный алгоритм имеет
такой шаг, как выделение самых сильных или полезных особей);
       - в процессе естественного отбора живые организмы изменяются, приобретая новые
свойства (в соответствие с этим принципом все эволюционные алгоритмы имеют шаг
генерации новых экземпляров искомых решений, структур, особей или алгоритмов
поведения).
       Именно отбор наилучших объектов является ключевой эвристикой всех
эволюционных методов, позволяющих зачастую уменьшить на порядки время поиска
решения по сравнению со случайным поиском. Если попытаться выразить эту эвристику на
естественном языке, то получим неоспоримое утверждение: сложно получить самое лучшее
решение, модифицируя только плохое - скорее всего, оно получится при модификации
нескольких лучших, на данный момент, альтернатив.
       Из основных особенностей эволюционных алгоритмов можно отметить их некоторую
сложность в плане настройки основных параметров (они иногда завершаются вырождением
либо дают неустойчивые решения). Поэтому, экспериментируя с ними, и получив не очень
хорошие результаты, не стоит спешно объявлять алгоритм непригодным. Следует
попытаться опробовать его при других настройках параметров. Данный недостаток следует
из основной эвристики — можно «уничтожить» предка (предтечу) самого лучшего решения,
если сделать селекцию слишком «жесткой» (биологам давно известно, что если осталось
меньше десятка особей исчезающего вида, то этот вид сам по себе исчезнет из-за
вырождения).
       Наиболее известными разновидностями эволюционных алгоритмов являются
генетический алгоритм и алгоритм группового учета аргументов.
       Алгоритм группового учета аргументов целевой функции заимствован из опыта
массового отбора (селекции) растений и животных и применяется в качестве эффективного
метода решения сложных кибернетических задач. При массовой селекции высевается
некоторое количество семян. В результате скрещивания образуются потомки со сложными
комбинациями наследуемых свойств исходной популяции. Селекционеры отбирают
некоторую часть растений, у которых интересующее их свойство выражено больше всего
(эвристический критерий). Семена этих растений собирают и снова высевают для
образования новых, еще более сложных комбинаций. Через несколько поколений селекцию
останавливают, получив устойчивый и оптимальный по свойствам результат. Если
чрезмерно продолжать селекцию, то наступает «инцухт» — вырождение растений.
Существует оптимальное число поколений и оптимальное количество семян, отбираемых в
каждом из них.
       Алгоритмы группового учета аргументов целевой функции воспроизводят схемы
массовой селекции, подобные тем, что показаны на рис. 7.5.2..
       В каждой из таких схем есть генераторы исходных комбинаций для производства
селекции и правила отбора лучших из них. Селекция представляет собой форму
искусственного отбора, который может быть массовым или индивидуальным. Массовый
отбор делается по совокупности всех признаков.




                                                                                 205