Cтраница 2
Первая подсистема состоит из нескольких иерархических уровней: микро -, макро - и метауровней. На каждом из этих уровней происходит моделирование эволюции и адаптация алгоритмов к окружающей среде. [16]
Подобно тому, как природный хромосомный материал представляет собой линейную последовательность различных комбинаций четырех нук-леотидов ( А - аденин, Ц - цитозин, Т - тимин и Г - гуанин), вектора переменных в ГА также записывают в виде цепочек символов, используя двух -, трех - или четырехбуквенный алфавит. Для простоты изложения рассмотрим случай бинарного кодирования, используемый при моделировании эволюции гаплоидных популяций. [17]
Инверсия приводит к нарушению порядка следования фрагментов хромосом у потомка по сравнению с родительской хромосомой. Наконец, кроссовер, описывающий механизм гаметогенеза в диплоидных популяциях организмов и привнесенный Холландом в моделирование эволюции гаплоидных популяций, приводит к тому, что хромосома потомка включает два фрагмента, один из которых принадлежал ранее, условно говоря, отцовской хромосоме, а другой - материнской. Именно благодаря наличию кроссоверных обменов особи популяции обмениваются между собой генетической информацией, то есть поиск приобретает действительно коллективный характер. [18]
Сейчас несколько групп исследователей пытаются проследить эволюцию звезды вплоть до самых последних стадий с тем, чтобы выяснить, при каких условиях можно получить наблюдаемый в космических лучах химический состав. Во всех их расчетах взрыв звезды фактически не моделируется, но достигнуты определенные успехи в моделировании эволюции звезд вплоть до самых последних стадий. В табл. 20.4 [10] приведены параметры звезды массой 1 - 5 MQ, достигшей стадии завершения горения кислорода, а затем горения кремния в ядре. Считалось, что, когда звезда становится неустойчивой, относительное содержание элементов от углерода до кремния будет сохраняться неизменным, зато возможно дальнейшее изменение содержания элементов от кремния до железа. [19]
Эти алгоритмы обеспечивают выживание сильнейших решений из множества сгенерированных, формируя и изменяя процесс поиска на основе моделирования эволюции исходной популяции решений. Генетические алгоритмы сконструированы таким образом, что при генерации каждой новой популяции используются фрагменты исходных решений, к которым добавляются новые элементы, обеспечивающие улучшение решений относительно сформулированного критерия отбора. [20]
Эти алгоритмы обеспечивают выживание сильнейших решений из множества сгенерированных, формируя и изменяя процесс поиска на основе моделирования эволюции исходной популяции решений. Генетические алгоритмы сконструированы таким образом, что при генерации каждой новой Популяции используются фрагменты исходных решений, к которым добавляются новые элементы, обеспечивающие улучшение решений относительно сформулированного критерия отбора. [21]
По мере увеличения интенсивности УВ закономерности распределения энергии между молекулами и внутри их могут изменяться. Эта гипотеза предложена и обоснована авторами работ [7.15, 7.16], выполненных с использованием методов молекулярной динамики, и подтверждается удовлетворительным совпадением экспериментальных и расчетных результатов [7.16] по моделированию эволюции сильных ударных волн в ВВ. Согласно результатам авторов этих работ скорость передачи энергии молекулам в начале ударного фронта ( в направлении его распространения по кристаллу) становится столь сильной, что энергия не успевает перераспределиться по всем степеням свободы соударяющихся молекул до момента разрыва наиболее быстро возбуждаемой жесткой и прочной связи. До того, как энергия поступательного движения релаксирует и возбудятся наиболее медлительные внутримолекулярные связи, еще внутри фронта У В происходит химическое изменение ВВ, начинающееся с разрыва наиболее прочной и быстро возбуждаемой связи. Следствием этого является образование специфических для сильных УВ ПР во фронте и протекание соответствующих вторичных реакций в потоке за фронтом УВ, отличных от тех, что реализуются при термическом механизме активирования ВВ. [22]
Таким образом генетические алгоритмы, генетическое программирование, эволюционные стратегии и эволюционное программирование являются основными формами эволюционного моделирования. Каждая из этих форм имеет свои отличительные черты и особенности. С практической точки зрения было бы неплохо установить, для каких конкретно инженерных задач лучше подходит та или иная форма моделирования эволюции. [23]
В течение последних 20 - 30 лет интенсивно разрабатываются различные модели для оценки изменений климата, обусловленных изменением состава атмосферы. Однако климатическая система настолько сложна, что до сих пор не построены модели, адекватно описывающие всю совокупность естественных процессов, протекающих на земной поверхности и в атмосфере и определяющих динамику погоды и климат. Более того, наше понимание физики некоторых процессов и, в частности, механизмов многочисленных обратных связей все еще является неудовлетворительным. В связи с этим при создании моделей климата используются приближения и упрощения, основанные на имеющихся эмпирических данных. Поскольку априори не известно, какие именно аппроксимации дают наилучшие результаты моделирования эволюции климатической системы, развивается большое число вариантов моделей. [24]