ВУЗ:
Составители:
Рубрика:
Мутация. Мутация применяется к каждому потомку индивидуально
после пересечения. Она случайно изменяет каждый ген с малой вероятно-
стью (обычно 0.001). Следующий пример показывает мутацию третьего гена
в хромосоме:
n
0 0
.
.
. 0
.
.
. 0 0
⇒
0 0
.
.
. 1
.
.
. 0 0
o
.
2.1.5. Некоторые результаты вычислительных экспериментов
Поведение ГА в процессе адаптации из пункта 2.1.4 показано на рис. 2.2.
Для моделирования взята следящая система, описанная в [5]. В этом примере
выбраны следующие постоянные величины:
Φ = 0.82, Φ
r
= 0.61, Ψ = 0.18, C = 1, C
r
= 1, Y = 1, U = 1
и S
T
a
= [0
.
.
. 0] для LQG синтеза управления (2.7). Это дает
G
c1
= [0.36] , G
c2
= [−0.19] .
Для синтеза фильтра Калмана имеем следующие данные:
H = [1], Q = [0.084σ
2
], Q
r
= [0.63σ
2
r
],
σ
2
= var, σ
2
r
= var, R = var, R
r
= var,
где «var» — обозначение переменных величин. При моделировании различа-
ются две фазы, названные «до» и «после» (до и после переключения пара-
метра). Фаза «до» занимает 300 моментов времени и фаза «после» занимает
10 000 моментов времени.
Эксперименты проведены со следующими параметрами:
1. Число итераций, (NI) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10 000
2. Размер экспериментальной выборки (NES)
для получения усредненных результатов, . . . . . . . . . . . . . . . . . . . . . . . . . . . 100
3. Моделирование численных алгоритмов и их параметров:
(a) Процедура Роббинса-Монро, . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .SSA
(b) Упрощенный метод наименьших квадратов, . . . . . . . . . . . . . . . . . . . .SLS
(c) Параметр экспоненциального сглаживания β , . . . . . . . . . . . . . . . . . . 0.5
4. Моделирование генетического алгоритма:
33
Страницы
- « первая
- ‹ предыдущая
- …
- 31
- 32
- 33
- 34
- 35
- …
- следующая ›
- последняя »
