Проверяемый текст
Демидова, Лилия Анатольевна. Развитие методов теории нечётких множеств и генетических алгоритмов для задач поддержки принятия решений в условиях неопределённости (Диссертация 2009)
[стр. 87]

3.
В качестве родителя выбирается хромосома sn если случайное число z попал в /
-й интервал: [рм >Р/]>гДе Ро = ®• 4.
Шаги 2-3 повторяются для определения второй хромосомы родителя.

Две выбранные таким образом хромосомы будут использоваться в качестве родителей при выполнении операции скрещивания.
Пусть при реализации ГА используется одноточечное скрещивание и одноточечная мутация.
При выполнении операции скрещивания выбирается вероятность скрещивания Rc и генерируется случайное число N c.
Если RC> N C, то случайным образом выбирается точка скрещивания
z ( : g {1 •q}) и выполняется скрещивание.
При выполнении операции мутации выбирается вероятность мутации
Rn, и генерируется случайное число N т .
Если Rm> N m, то случайным образом выбирается точка мутации
z (z е {1 •q}) и выполняется мутация.
Тогда генетический алгоритм имеет
следующий вид (рисунок 2.6) [28].
1.
Случайным образом создается популяция размером Р
в соответствии с формулой
(2.1) для ФП объектов кластерам и формулой (2.6) для центров кластеров с проверкой условия «жизнеспособности» хромосом, то есть требования о разбиения на заданное количество кластеров: с с (рисунок 2.
1).
2.
При g и g максимальное и текущее количество
поколений ГА соответственно) вычисляется значение функции соответствия
(2.16) для каждой хромосомы и создается Rc •Р /2 пар хромосом-родителей.
3.
Выполняются
операции
скрещивания (рисунки
2.2 и 2.3) и мутации (рисунки 2.4 и 2.5) для текущей популяции с проверкой условия «жизнеспособности» хромосом, то есть требования о разбиения на заданное количество кластеров: с*.
4.
Создается новая популяция размером Р ,
дополненная хромосомамиотпрысками в количестве
Rc -P, затем Рс -Р хромосом с худшими значе87
[стр. 269]

1.
На горизонтальной оси откладывается ряд чисел р, (/ \ , Р ) .
2.
Генерируется случайное число z = random([0,11).
3.
В качестве родителя выбирается хромосома s,, если случайное число z попал в
l -й интервал: [р,_,,/?/], где р 0 = 0 .
4.
Шаги 2-3 повторяются для определения второй хромосомы родителя.

Далее две выбранные хромосомы-родители будут использоваться при выполнении операции скрещивания.
В дальнейшем предполагается, что используется одноточечное скрещивание и одноточечная мутация.
При выполнении операции скрещивания
выбирается вероятность скрещивания Rc и генерируется случайное число Nc.
Если Rc > N c, то случайным образом выбирается точка скрещивания
г ( г е {1 ■q}) и выполняется скрещивание.
При выполнении операции мутации выбирается вероятность мутации
Rm и генерируется случайное число Nm.
Если Rm> N m, то случайным образом выбирается точка мутации : ( :
е с •q \) и выполняется мутация.
Тогда генетический алгоритм имеет
вид [98].
1.
Случайным образом создается популяция размером Р в соответствии с формулой
(4.1) для ФП объектов кластерам и формулой (4.7) для центров кластеров с проверкой условия «жизнеспособности» хромосом, то есть требования о разбиения на заданное количество кластеров: с = с (рисунок 4.1).
2.
При g < G ( С и g максимальное и текущее количество похсолений ГА соответственно) вычисляется значение функции соответствия (4.36) для каждой хромосомы и создается Rc ■Р/2 пар хромосом-родителей.
3.
Выполняются операции скрещивания (рисунки
4.2 и 4.3) и мутации (рисунки 4.4 и 4.5) для текущей популяции с проверкой условия «жизнеспособности» хромосом, то есть требования о разбиения на заданное количество кластеров: с с .
269

[стр.,275]

s(u') = ,v(w)+ a (4.40) Соответствующим образом изменяются и нечеткие степенипринадлежности данного объекта z другим кластерам с номерами, не равными w : 1.
Случайнымобразом=создается популяция размером Р в соответствии с формулой (4.1) для нечетких степеней принадлежности объектов кластерам и формулой (4.7) для центров кластеров с проверкой условия «жизнеспособности» хромосом, то есть требования о разбиения на заданное число кластеров: с —с* (рисунок 4.6): .
2.
При g < G (G и.
g максимальное и текущее количество поколений ГА соответственно) вычисляется значение функции соответствия
(4.36) для каждой хромосомы и создается.i?c •Р /2 Пар хромосом-родителей.
3.
Выполняются,операции;скрещивания
(рисунки 4.7 и 4.8):и мутации (рисунки 4.9 и 4.10) для текущей популяции с проверкой условия «жизнеспособности» хромосом, то есть требования о разбиения на заданное количество кластеров: с = с 4; Создается новая популяция размером Р , дополненная хромосомамиотпрысками в количестве Рс ■Р , затем Рс •Р хромосом с худшими значениями функции соответствия (4.36) отбрасываются.
Если g < G , осуществляется переход к шагу 2.-Если g > G , то работа ГА завершается и осуществляется переход к шагу 5.
.
5.
Выбирается лучшая хромосома, которая минимизирует функцию соответствия (4.36) и для нее вычисляются новые координаты центров нечетких кластеров в соответствии (4.7).
Нечеткая кластеризация на основе ГА с использованием хромосом, кодированных нечеткими степенями принадлежности объектов центрам кла(4.41) 275

[стр.,359]

чайным образом выбирается точка скрещивания z и выполняется скрещивание.' При выполнении операции мутации выбирается вероятность мутации Rm и генерируется случайное число N т.
Если Rm> N m, то случайным образом выбирается точка мутации
г и выполняется мутация.
Тогда генетический алгоритм имеет
вид [76, 120, 125].
Г.
Случайным образом создается популяция размером Р.

При этом выполняется проверка условия: /?;, <т 2.
2.
При g < G (G и g максимальное и текущее количество поколений ГА соответственно)
реализуется FCM-алгоритм на основе ИНМТ2 с вычислением значения функции соответствия по формуле (5.40) для каждой, хромосомы и создается /?с -Р /2 пар хромосом-родителей.
3.
Выполняются
операций скрещивания и мутации-для текущей популяции.
При этомвыполняется проверка условия:' щ <т2..
Для хромосомотпрысков реализуется PGM-алгоритм на основе ИНМТ2 и вычисляются значения.функции соответствия по формуле (5.40).
4.
Создается новая популяция размером.
(Р +
/?с -Р)-, дополненная хромосомами-отпрысками в количестве Rc ■Р , затем Rc Р хромосом, с худшими значениями функции соответствия (5.40) отбрасываются.
Если.
g < G , осуществляется переход к шагу 2’.
' 5.
Выбирается лучшая хромосома, которая минимизирует функцию соответствия (5.40).
Для каждого объекта определяется его-принадлежность к кластерам.
Одновременно с популяцией хромосом вида (5.46) существуют'«популяции» значений функции соответствия, координат центров, кластеров.и степеней принадлежности объектов центрам кластеров.
Предлагаемый метод кластеризации позволяет учесть свойство кластерной относительности объектов и получить адекватные результаты кластеризации для множества объектов, содержащего-кластеры существенно разной плотности или существенно разного объема.
359

[Back]