Скачать презентацию Генетический алгоритм ГА genetic algorithm разновидность информированного случайного Скачать презентацию Генетический алгоритм ГА genetic algorithm разновидность информированного случайного

СИИ 4г.pptx

  • Количество слайдов: 12

Генетический алгоритм ГА (genetic algorithm) разновидность информированного случайного поиска, основанная на эволюционных механизмах естественного Генетический алгоритм ГА (genetic algorithm) разновидность информированного случайного поиска, основанная на эволюционных механизмах естественного отбора. Состояния среды – потомки формируются путем комбинирования родительских состояний. С помощью ГА решаются оптимизационные задачи поиска лучших вариантов решений. Автор ГА - Дж. Холланд (Holland, 1975)

Терминология ГА Особь – вариант решения задачи. (например, путь от начального состояния среды до Терминология ГА Особь – вариант решения задачи. (например, путь от начального состояния среды до целевого). Популяция – конечное множество особей. Хромосома – закодированный вариант решения (символьная строка, где один символ в строке – ген). Скрещивание – способ комбинирования двух хромосом «родителей» для получения решений - «потомков» . Мутация – случайное изменение в хромосоме «потомка» . Редукция популяции – отбор лучших ( «приспособленных» ) вариантов решений задачи. Приспособленность особи (fitness function) – значение оптимизируемого функционала (например, длины пути от начального состояния среды до целевого).

Реализация простого ГА Структура особи: 1. Фенотип – точка в пространстве параметров – (xi) Реализация простого ГА Структура особи: 1. Фенотип – точка в пространстве параметров – (xi) 2. Генотип – бинарная строка фиксированной длины (s = b 1 b 2 b 3) 3. Приспособленность - скалярная величина, значение функции f(x)

Реализация простого ГА Начальная популяция ( p = 0) Реализация простого ГА Начальная популяция ( p = 0)

Реализация простого ГА Наиболее «приспособленные» особи Промежуточная популяция ( p = k) Последняя популяция Реализация простого ГА Наиболее «приспособленные» особи Промежуточная популяция ( p = k) Последняя популяция ( p = N)

Схема простого ГА Схема простого ГА

Схема простого ГА Скрещивание (кроссовер) Мутация Схема простого ГА Скрещивание (кроссовер) Мутация

Схема простого ГА Редукция (на примере функции F(x) = -|x-16| +20 целочисленного аргумента на Схема простого ГА Редукция (на примере функции F(x) = -|x-16| +20 целочисленного аргумента на интервале [0, 32]) Популяция: номер особи фенотип x хромосома приспособленность Г(x) F(x) = - |x -16|+20 относительная приспособ-ность Fo(x)=F(x)/Fs 1 19 10011 17 0, 13 2 3 00011 7 0, 05 3 7 00111 11 0, 08 4 21 10101 15 0, 11 5 8 01000 12 0, 09 6 29 11101 7 0, 05 7 19 10011 17 0, 13 8 7 00111 11 0, 08 9 16 10000 20 0, 15 10 13 01101 17 0, 13

Схема простого ГА Редукция (способом «рулетки» ) Схема простого ГА Редукция (способом «рулетки» )

Схема простого ГА Редукция (способом «рулетки» ) – особь x 4 отобрана в следующее Схема простого ГА Редукция (способом «рулетки» ) – особь x 4 отобрана в следующее поколение

Схема простого ГА Функция двух аргументов F(x 1, x 2) Схема простого ГА Функция двух аргументов F(x 1, x 2)

Схема простого ГА Функция двух аргументов F(x 1, x 2) Схема простого ГА Функция двух аргументов F(x 1, x 2)