Проверяемый текст
Демидова, Лилия Анатольевна. Развитие методов теории нечётких множеств и генетических алгоритмов для задач поддержки принятия решений в условиях неопределённости (Диссертация 2009)
[стр. 88]

ниями функции соответствия (2.16) 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
(2.16).
Для каждого объекта кластеризации определяются нечеткие степени принадлежности к нечетким кластерам с новыми центрами кластеров в соответствии с формулой
(2.5).
Нечеткая кластеризация на основе ГА с использованием хромосом
постоянной длины, закодированных координатами центров кластеров, позволяет получить более адекватные результаты кластеризации с нахождением субминимума индекса Се Бени по формуле (2.16), однако требует большого количества смен поколении G .
2.3.4 Генетический алгоритм с хромосомой постоянной длины, закодированной нечеткими степенями принадлежности объектов центрам кластеров При кодировании хромосомы нечеткими степенями принадлежности объектов центрам кластеров сумма первых с координат хромосомы, сумма вторых с координат хромосомы и т.п.
равна единице,
так как первые с координат соответствуют нечетким степеням принадлежности первого объекта нечетким кластерам, вторые с координат нечетким степеням принадлежности второго объекта кластерам и т.п.
Пример хромосомы для случая разбиения множества объектов на 4 кластера приведен на рисунке
2.7.
Генетический алгоритм реализуется так же, как и ГА, приведенный в п.

2.3.3, но имеется ряд отличий при выполнении операций скрещивания и мутации.
Начальная популяция, как и в п.
2.3.3, формируется таким образом, чтобы она состояла только из «жизнеспособных» хромосом, иначе эффективность применения ГА будет значительно снижена.
Выбор родителей осуществляется с использованием вероятностного отбора на основе формулы
(2.18).
88
[стр. 271]

I I I I I I I I V,' vi V,2 v22 < Vj v; Рисунок 4.4 fТочка мутации Хромосома до выполшгния операп ии мутации 1 1 v v; vi V,2 к V,2 •f *1 < Точка мутации Рисунок 4.5 Хромосома после выполнения операции мутации 4.
Создается новая популяция размером Р , дополненная хромосомамиотпрысками в количестве Rc ■Р , затем Rc ■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).
Для каждого объекта кластеризации определяются нечеткие степени принадлежности к нечетким кластерам с новыми центрами кластеров в соответствии с формулой
(4.6).
Как показывает анализ, нечеткая кластеризация на основе ГА с использованием хромосом, закодированных координатами центров кластеров, позволяет получить более адекватные результаты кластеризации с нахождением субминимума индекса Се Бени по формуле (4.36), однако требует большого количества смен поколений G .
271

[стр.,272]

4.3.4 Генетический алгоритм для хромосомы, закодированной нечеткнми степенями принадлежности объектов центрам кластеров Как уже отмечалось выше, при кодировании хромосомы нечеткими степенями принадлежности объектов центрам кластеров первые с координат соответствуют нечетким степеням принадлежности первого объекта нечетким кластерам, вторые с координат —нечетким степеням принадлежности второго объекта кластерам и т.н.
Следовательно, сумма первых с координат хромосомы, сумма вторых с координат хромосомы и т.п.
равна единице.

Пример хромосомы для случая разбиения множества объектов на 4 кластера приведен на рисунке
4.6.
Генетический алгоритм реализуется так же, как и ГА, приведенный в пп.

4.3.3.
Однако имеются некоторые отличия при выполнении операций скрещивания и мутации.
Отметим, что начальная популяция генерируется таким образом, чтобы она состояла только из «жизнеспособных» хромосом, иначе эффективность применения ГА будет значительно снижена.
Выбор родителей осуществляется с использованием вероятностного отбора на основе формулы
(4.38).
При выполнении скрещивания выбирается вероятность скрещивания Rc и генерируется случайное число Nc.
Если Rc > N с, то случайным образом выбирается точка скрещивания z (z mod с = 0 ) и выполняется скрещиватше (рисунки 4.7 п 4.8).
Точка скрещивания z также определяет номер объекта кластеризации, начиная с нечетких степеней принадлежности которого происходит обмен частями хромосом-родителей.
Выполнение условия z mod с 0 обеспечивает обмен всеми нечеткими степенями принадлежности некоторого объекта, а, следовательно, выполнеС пие условия: ^ и}(х,) = 1 (Ух, е X ), где с количество нечетких кластеров j=i X (j е {2,...,с}), iij(xt) ФП объекта х, кластеру X .
272

[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

[Back]