Интеллектуальные информационные системы. Макаренко С.И. - 191 стр.

     В реальной биологической эволюции этим дело не ограничивается, т.к.
любая популяция кроме освоения некоторой экологической ниши пытается
также выйти за ее пределы освоить и другие ниши, как правило "смежные".
Именно за счет этих процессов жизнь вышла из моря на сушу, проникла в
воздушное пространство и поверхностный слой почвы, а сейчас осваивает
космическое пространство.
      Конечно, реальные генетические алгоритмы, на которых проводятся
научные исследования, чаще всего мало похожи на приведенный пример.
Исследователи экспериментируют с различными параметрами генетических
алгоритмов, например: способами отбора особей для скрещивания;
критериями приспособленности и жесткостью влияния факторов среды;
способами выбора признаков, передающихся от родителей потомкам
(рецессивные и не рецессивные гены и т.д.); интенсивностью, видом
случайного распределения и направленностью мутаций; различными
подходами к воспроизводству и отбору.
     Поэтому под термином «генетические алгоритмы» по сути дела надо
понимать не одну модель, а довольно широкий класс алгоритмов, подчас
мало похожих друг на друга.

    18.2.2 Репродуктивный план Холланда, как пример реализации
                      генетического алгоритма

     Не смотря на то, что модели биологической эволюции, реализуемые в
ГА, обычно сильно упрощены по сравнению с природным оригиналом, тем
ни менее ГА являются мощным средством, которое может с успехом
применяться для решения широкого класса прикладных задач, включая те,
которые трудно, а иногда и вовсе невозможно, решить другими методами.
     Ниже приводится репродуктивный план Холланда (рис. 18.4), который
является примером одной из реализаций ГА приведенной в работе [20].
      Шаг 1 - Инициализация начальной популяции. Ввести точку отчета
t=0. Инициализировать образом М генотипов особей Аi и сформировать из
них начальную популяцию:
     В(0) = (А1(0), … , AМ(0) ).
     Вычислить приспособленность особей популяции:
     v(0) = (µ1(0), … , µM(0) ),
а затем – среднюю приспособленность по популяции
                      M
                  1
     µˆ ( 0 ) =
                  M
                      ∑ µ (0) .
                      h =1
                             h



     Шаг 2 – Выбор родителей для скрещивания. Увеличить время на
единицу t=t+1. Определить случайную переменную Randt на множестве


                                   190