Cтраница 1
Функция приспособленности этой хромосомы равна 20 22; этомаксимально возможное значение. [1]
Масштабирование функции приспособленности выполняется, чаще всего, по двум причинам. [2]
Наименьшее значение функции приспособленности в этой популяции имеет стоящая на втором месте хромосома с фенотипом, равным трем. [3]
Наибольшее значение функции приспособленности, равное 1579, имеет хромосома с фенотипом 28, а наименьшее значение, равное девяти, - с фенотипом, равным двум. [4]
Для расчета значений функции приспособленности этих хромосом необходимо декодировать представляющие их двоичные последовательности и получить соответствующие им фенотипы. [5]
В противном случае значение функции приспособленности уменьшается пропорционально количеству и степени близости соседствующих хромосом. Из выражения (4.17) следует, что увеличение количества похожих друг на друга ( т.е. принадлежащих к одной и той же нише) хромосом ограничено, поскольку такое увеличение приводит к уменьшению значения функции приспособленности. В программе FlexTool при реализации генетического алгоритма с нишами представляемый метод используется на завершающем этапе обработки каждого поколения. [6]
Масштабирование заключается в соответствующем преобразовании функции приспособленности. [7]
Неясно, каким образом может возникать функция приспособленности со столь специфической структурой. Аналогии между желательными свойствами функции приспособленности Ei и обсуждаемыми в разд. [8]
Впоследствии согласно генетическому алгоритму рассчитываются значения функции приспособленности особей исходной ( или текущей) популяции. При нейросетевом подходе после декодирования хромосом получается множество нейронных сетей, для которых степень приспособленности определяется по результатам обучения этих сетей. [9]
Новая популяция характеризуется большим средним значением функции приспособленности особей по сравнению с предыдущей ( исходной) популяцией, что уже отмечалось в примере 4.4. Кроме того, в новой популяции приспособленность схемы S0 оказывается лучшей, а количество представителей этой схемы - большим по сравнению с предыдущей популяцией. [10]
Очень важным понятием в генетических алгоритмах считается функция приспособленности ( fitness function), иначе называемая функцией оценки. Она представляет меру приспособленности данной особи в популяции. [11]
На рис. 4.61 - 4.64 наилучшее значение функции приспособленности принимает настолько малое значение, что оно становится незаметным на графиках. В 75 - м поколении оно становится равным 7 1 0 - 5, т.е. таким, которое принимается в качестве минимального значения. [12]
Оценивание приспособленности хромосом в популяции состоит в расчете функции приспособленности для каждой хромосомы этой популяции. [13]
С другой стороны, при достаточно сложном рельефе функции приспособленности градиентные методы с единственным решением могут останавливаться в локальном решении. Наличие у генетических алгоритмов целой популяции решений, совместно с вероятностным механизмом мутации, позволяют предполагать меньшую вероятность нахождения локального оптимума и большую эффективность работы на многоэкстремальном ландшафте. [14]
Достоинством эволюционного подхода считается тот факт, что функцию приспособленности можно легко определить специально для эволюции сети со строго определенными свойствами. [15]