Cтраница 2
Если хромосомы из предыдущей популяции копируются в новую популяцию без обмена генами, то поисковое пространство не увеличивается и процесс затухает. Поэтому во всех ГА кроме оператора рекомбинации используются различные генетические операторы, такие как кроссинговер, мутация и другие. Они создают новые хромосомы и увеличивают или уменьшают количество шаблонов в популяции. [16]
Отбор в генетическом алгоритме - это процесс формирования новой популяции из старой, после чего старая популяция погибает. [17]
Методы объекта POPULATION ( популяция) позволяют сгенерировать новую популяцию с заданными свойствами ( свойства описаны глобальными переменными) и проводить на ней основные генетические операции ( селекцию, скрещивание и мутацию), обеспечивая смену поколений. Существует также метод, позволяющий подсчитывать для текущего поколения максимальное, минимальное и среднее по популяции значение функции пригодности и определять лучшую особь. [18]
На основе случайного применения оператора мутации к автоматам-родителям производятся потомки-члены новой популяции. [19]
Поэтому в результате селекции архитектура Р7 не будет включена в новую популяцию. Предположим, что скрещивание наборов Р4 и Р6 было произведено таким образом, что произошел обмен признаками в позициях с третьей по пятую. [20]
Это подмножество хромосом не подвергается регулярной селекции и без изменений включается в новую популяцию. [21]
Эволюционный процесс реализуется за счет способности лучших хромосом оказывать большее влияние на состав новой популяции посредством длительного выживания и более многочисленного потомства. [22]
Если к некоторой программе применяют оператор репродукции, то эта программа копируется в новую популяцию. Здесь слева расположены два родителя и справа - два потомка. При программной реализации на языке LISP OK сводится к обмену списками между двумя программами при сохранении синтаксической корректности вновь получаемых программ. [23]
Применение генетических операторов к хромосомам, отобранным с помощью селекции, приводит к формированию новой популяции потомков от созданной на предыдущем шаге родительской популяции. [24]
Из множества родителей и потомков выбираются решения с лучшими ЦФ, которые копируются в новую популяцию. При этом ее размер остается постоянным. В заключение производится выбор наилучшего множества параметров из конечной популяции. Размер популяции обычно выбирается, исходя из опыта ЛПР и имеющихся вычислительных ресурсов. Теоретические исследования [163] рекомендуют размер популяции NpKn / 2, где п - число вершин графа. Определения числа генераций, наряду с размером популяций, являются открытыми проблемами в ГА. Отметим, что глобальный минимум может быть получен как на первой генерации, так и не найден на последней. Применение стандартных ГА и ПГА может не давать реальных размещений, поэтому необходимо использовать различные модифицированные генетические операторы и новые архитектуры реализации генетического поиска, приведенные выше. [25]
Вычисляются значения функции ценности полученных вариантов и на их основе производится отбор лучших представителей из новой популяции. [26]
На основе формулы (4.10) получаем значение 1 068, определяющее количество представителей схемы S3 в новой популяции. [27]
Простой генетический алгоритм [23, 26] включает операцию случайной генерации начальной популяции хромосом и ряд операторов, обеспечивающих генерацию новых популяций на основе начальной. Этими операторами являются репродукция, крос-синговер и мутация. [28]
Хромосомы, полученные в результате применения генетических операторов к хромосомам временной родительской популяции, включаются в состав новой популяции. Она становится так называемой текущей популяцией для данной итерации генетического алгоритма. На каждой очередной итерации рассчитываются значения функции приспособленности для всех хромосом этой популяции, после чего проверяется условие остановки алгоритма и либо фиксируется результат в виде хромосомы с наибольшим значением функции приспособленности, либо осуществляется переход к следующему шагу генетического алгоритма, т.е. к селекции. В классическом генетическом алгоритме вся предшествующая популяция хромосом замещается новой популяцией потомков, имеющей ту же численность. [29]
Центры плотного скопления служат узловыми пунктами, из которых инфекция может радиально распространяться по данной популяции или в другие, новые популяции. [30]