Содержание
- 2. Генетические алгоритмы (ГА) Адаптивные методы поиска, которые в последнее время часто используются для решения задач функциональной
- 3. Эволюция: естественный отбор и генетическое наследование Естественный отбор: наиболее приспособленные особи лучше выживают и приносят больше
- 4. Строение животной клетки Почти в каждой клетке любого животного имеется набор хромосом, несущих информацию об этом
- 5. Факторы, влияющие на наследственность Кроссинговер - парные хромосомы соматической клетки сближаются вплотную, затем их нити ДНК
- 6. Задача оптимизации Таким образом, эволюция - это процесс постоянной оптимизации биологических видов. Естественный отбор гарантирует, что
- 7. Генетический алгоритм – метод глобальной оптимизации Генетические алгоритмы имитируют процессы наследования свойств живыми организмами и генерируют
- 8. Отличие ГА от традиционных методов оптимизации Генетические алгоритмы: обрабатывают не значения параметров самой задачи, а их
- 9. Основные понятия ГА Популяция – это конечное множество особей Особи, входящие в популяцию, в генетических алгоритмах
- 10. Основные понятия ГА Генотип или структура – это набор хромосом данной особи. Следовательно, особями популяции могут
- 11. Основные понятия ГА Аллель – это значение конкретного гена. Локус или позиция указывает место размещения данного
- 12. Основные понятия ГА Очень важным понятием в генетических алгоритмах считается функция приспособленности, иначе называемая функцией оценки.
- 13. Упрощенный «Репродуктивный план Д.Холланда» Сконструировать исходную популяцию. Ввести точку отсчета поколений t=0. Вычислить приспособленность каждой хромосомы
- 14. Простой генетический алгоритм Описан Д. Гольдбергом на основе работ Д.Холланда Создание начальной популяции хромосом (альтернативных решений)
- 15. Создание начальной популяции хромосом Случайным образом инициализируется определенная популяция хромосом - векторов w=(w1, w1, …, wn).
- 16. Кодирование вектора w=(w1, w1, …, wn) Компоненты вектора w=(w1, w2, …, wn) могут кодироваться в двоичной
- 17. Кодирование признаков, представленных целыми числами Битовое значение этого признака - используется ген определенной длины, достаточной для
- 19. Пример Допустим, что у объекта имеется 5 признаков, каждый закодирован геном длиной в 4 элемента. Тогда
- 20. Селекция Репродукция (селекция) – заключается в выборе по рассчитанным значениям функции приспособленности тех хромосом, которые будут
- 21. Виды операторов селекции Селекция на основе рулетки Селекция на основе заданной шкалы Элитная селекция Турнирная селекция
- 22. Метод рулетки Каждой хромосоме может быть сопоставлен сектор колеса рулетки, величина которого устанавливается пропорциональной значению функции
- 23. Колесо рулетки Селекция хромосомы может быть представлена как результат поворота колеса рулетки, поскольку «выигравшая» (т.е. выбранная)
- 24. Турнирная селекция При турнирной селекции все особи популяции разбиваются на подгруппы с последующим выбором в каждой
- 25. Метод турнирной селекции для подгрупп, состоящих из двух особей
- 26. Ранговая селекция При ранговой селекции особи популяции ранжируются по значениям их функции приспособленности. Это можно представить
- 27. Операторы кроссинговера Языковая конструкция, позволяющая на основе преобразования хромосом родителей создавать потомков. Одноточечный оператор кроссинговера Двухточечный
- 28. Мутация Оператор мутации (mutation operator) необходим для "выбивания" популяции из локального экстремума и способствует защите от
- 30. Скачать презентацию