Прикладные интеллектуальные системы, основанные на мягких вычислениях. Ярушкина Н.Г. - 31 стр.

UptoLike

ВУЗ: 

УлГТУ | Ульяновск

Составители: 

Рубрика: 

Ψ
a
+
∆
•
+
Φ
a
−H
a
+
•
×
•
∆
•
∆
•
P(
˜
K
a
)
min
ˆ
θ
J(
ˆ
θ)
ˆ
θ ≡
˜
K
a
η(t
i+s|i+s−1
)
| {z }
(s − 1)
u(t
i+s
) z
a
(t
i+s
)
Рис. 2.1. Общая схема использования API. ∆ обозначает одношаговую задержку
Базовый элемент, обрабатываемый ГА, — строка, формируемая соединени-
ем подстрок, каждая из которых является бинарным кодом параметра поис-
кового пространства [12]. Таким образом, каждая строка представляет собой
возможное решение задачи. ГА работает с множеством строк, называемых
популяцией. Эта популяция затем развивается от поколения к поколению
посредством применения генетических операторов. ГА в своей простейшей
форме использует следующие три оператора: репродукция (селекция, отбор),
кроссовер (пересечение) и мутация.
Репродукция. Репродукция имитирует закон выживания сильнейше-
го. Значение приспособленности (пригодность), F (i) , связано с каждым ин-
дивидом в популяции, где б´ольшие числа означают лучшую приспособлен-
ность. Функция пригодности (фитнес-функция) – это некоторая нелинейная,
недифференцируемая, разрывная, положительная функция, поскольку алго-
ритму нужно иметь только значение приспособленности, связанное с каждой
строкой. Сначала рассмотрим построение промежуточной популяции из теку-
щей. Первое поколение текущей популяции является начальной популяцией.
После вычисления F (i)/
¯
F (где
¯
F – среднее значение пригодности) для всех
строк, в текущей популяции происходит отбор. В стандартном генетическом
алгоритме вероятность того, что строки из текущей популяции будут ско-
пированы (т. е. воспроизведены) и помещены в промежуточную популяцию,
пропорциональна их приспособленности.
Имеется ряд вариантов оператора отбора. Популяцию можно рассматри-
31

Страницы