Автор работы: Пользователь скрыл имя, 25 Ноября 2013 в 17:48, контрольная работа
Генетический алгоритм начинает свою работу с популяцией. Популяция представляет собой некоторый случайный набор исходных решений. Элементы популяции называются хромосомой и представляют собой решение проблемы в первом приближении. Она состоит из генов. Хромосома эта строка символов некоторой природы.
Генетический алгоритм- это метод поиска решений практически любой оптимизационной задачи, моделирующий процессы природной эволюции.
Генетический алгоритм 3
Простой генетический алгоритм 6
Области применения генетических алгоритмов 7
Выводы 7
Список литературы 8
Содержание
Генетический
алгоритм
Простой генетический
алгоритм
Выводы
Список литературы
Генетический алгоритм
Генетический алгоритм это одна из разновидностей случайного поиска. Она похожа на естественный отбор и размножение.
Генетический алгоритм начинает свою работу с популяцией. Популяция представляет собой некоторый случайный набор исходных решений. Элементы популяции называются хромосомой и представляют собой решение проблемы в первом приближении. Она состоит из генов. Хромосома эта строка символов некоторой природы.
Генетический
алгоритм- это метод поиска решений
практически любой
Генетический алгоритм имеет несколько этапов:
Первый этап - это инициализация. Инициализация это формирование исходной популяции. Каждая особь популяции представляет собой решение задачи, которая является кандидатом на решение. Формирование исходной популяции происходит с использованием какого-нибудь случайного закона. В ряде случаев исходная популяция может быть и результатом работы другого алгоритма.
Второй этап генетического алгоритма - это выращивание- восстановление индивида по известному генотипу. Примером служит перевод из двоичной системы в десятичную систему исчисления. Выращивание может проводиться, как для целых, так и для вещественных чисел.
Следующий шаг это оценивание, который подразумевает собой вычисление значений функции пригодности индивидов.
Четвертый этап селекция - отбираются особи из текущей популяции и заносятся в популяцию родителей. Именно из родителей выбирается пара индивидов, которые, будут скрещиваться. Для имитации естественной селекции индивиды с более высокой пригодностью должны выбираться с большей вероятностью.
Пятый этап это скрещивание или размножение. В генетических алгоритмах скрещивание половое. Для того чтобы произвести потомка, нужны несколько родителей, обычно это два.
В каждом алгоритме скрещивание зависит от представления данных. Одна из важнейших требований к размножению — это чтобы потомок или потомки унаследовали черты обоих родителей, «смешав» их каким-либо способом.
И последний этап это Мутация. Она состоит из выполнения небольших изменений в значениях одного или нескольких генов в хромосоме. В генетических алгоритмах мутация это метод восстановления потерянного генетического материала. Здесь мутация применяется к генам с низкой вероятностью. Вероятность выбирается в зависимости от длины хромосомы и вычисляется по формуле pm = , где M это число бит в хромосоме.
Генетический алгоритм- это итерационный процесс. После того как заканчивается этап мутации, алгоритм вновь возвращается к шагу выращивание. И так повторяется несколько раз. И это количество повторов именуется количеством поколений. И для каждой задачи выбирается подходяще. Сам алгоритм тоже запускается несколько раз. Количество поколений и прогонов выбирается так, чтобы алгоритм работал быстро и нашел хорошее решение.
Вот одна из таких
схем работы генетический алгоритм
Вот еще одна из схем работы генетического алгоритма
Простой генетический алгоритм
б. фиксируется значение t= t+1. Отбираются две хромосомы (родители) для кроссинговера. И этот выбор совершается случайным образом пропорционально жизнеспособности хромосом, которая определяется значениями целевой функции.
в. далее формируется генотип потомка. С этой целью с заданной вероятностью над генотипами выбранных хромосом совершаются операция кроссинговера. Случайным образом отбирается один из потомков А(t). И этот потомок сохраняется как член новой популяции. Потом к потомку А(t) пошагово с заданными вероятностями применяются операторы инверсии и мутации. И в итоге полученный генотип потомка сохраняется как А(t).
г. восстановление текущей популяции путём обновления случайно выбранной хромосомы на А(t)/
д. определение адаптированности А(t) и пересчёт средней адаптированности популяции.
е. если t=t, где t – это заданное число шагов, то нужен переход к этапу ж, иначе - переход к этапу б.
ж. и конец алгоритма.
Главная идея эволюции, которая заложена в различные конструкции генетических алгоритмов, выявляется в способности "лучших" хромосом оказывать значительное влияние на состав новой популяции за счёт длительного выживания и более многочисленного потомства.
Выводы
Генетические алгоритмы это универсальные методы оптимизации многопараметрических функций, который позволяет решать широкий спектр задач.
У генетических алгоритмов множество модификаций. Они сильно зависят от параметров. И даже небольшое изменение одного из них может повлиять на изменение результата.
Применение генетических алгоритмов выгодно только в тех случаях, когда для данной задачи нет подходящего специального алгоритма решения.
Список литературы
1. Батищев Д. И., Неймарк Е. А., Старостин Н. В. Применение генетических алгоритмов к решению задач дискретной оптимизации / Д. И. Батищев, Е. А. Неймарк, Н. В. Старостин. – Н. Новгород: 2007.
2. Генетические алгоритмы [Электронный ресурс] // Генетические алгоритмы и не только. – Электрон. дан. – [б.м.], 2003-2007. - URL: http://qai.narod.ru/GA/ (Дата обращения: 01.06.2010).
3.Рутковская Д., Пилиньский М., Рутковский Л. Нейронные сети, генетические алгоритмы и нечеткие системы / Д. Рутковская, М. Пилиньский, Л. Рутковский; пер. с польск. И. Д. Рудинского. – М: Горячая линия, 2006.
4. Исаев С.А. Популярно о генетических алгоритмах
5. Исаев С.А.. Генетические алгоритмы
- эволюционные методы поиска. URL: http://rv.ryazan.ru/~bug/
6. Редько В. Прикладное эволюционное
моделирование. Генетический алгоритм.
Оценка эффективности генетического алгоритма. URL:http://www.keldysh.ru/