|
ж 3. невысокая точность получаемых результатов оптимизации [38]. Исходя из проведенного анализа, можно утверждать об эффективности эволюционных алгоритмов при решении задач оптимизации многопараметрических функций со сложным ландшафтом функции пригодности, что является одним из основных этапов эволюционного проектирования. В то же время для устранения указанных недостатков представляется перспективным разработка ГА на основе других теорий эволюции, имеющих следующие особенности; • использование опыта предыдущих поколений; • уменьшение влияние компоненты случайности; • изменения действий ГА в зависимости от текущего состояния популяци. Подробно эти вопросу исследованы в главе 2. 1.3. Создание гибридных моделей на основе различных методик и информационных технологий Опыт последних лет показал, что1применение в информатике однородных методов, т.е. методов, соответствующих одной научной парадигме, для решения сложных проблем, далеко не всегда приводит к успеху. В гибридной архитектуре, объединяющей несколько парадигм,, эффективность одного подхода может компенсировать слабость другого [116]; Комбинируя различные подходы, можно обойти недостатки, присущие каждому из них в отдельности. Поэтому одной из ведущих тенденций, определяющей развитие теоретических основ информатики стало распространение интегрированных и гибридных систем [42, 43, 48, 66, ЫЗ]. Подобные системы состоят из различных элементов ,(компонентов), объединенных В:-интересах достижения, поставленных целей*[9, 107]. Интеграция’и гибридизация различных методов'^и информационных технологий-:позволяет решатысложные задачи, которые невозможно решить на основе каких-либо отдельных методов-или-технологий.. .При этом в случае интеграции разнородных информационных,технологийследует ожидать синергетических эффектов;[69, 75] более высокого порядка, чем при объединении различных моделей в рамках одной технологии. |
40 Недостатки: 1) возможность получения неоднозначного результата за счет использования механизма случайности при генерации новых решений. 2) высокая зависимость качества принимаемого решения от способа реализации генетических операторов и стратегии поиска экстремума. 3) невысокая точность получаемых результатов оптимизации. 4) ЭА на основе эволюции Дарвина являются «полуслепыми»: мутации малы и носят стохастический характер; кроссинговер, является случайной рекомбинацией двух или более решений [164]. В данном случае при создании нового индивида практически не используются знания предыдущих поколений, по сути, эволюция осуществляется методом проб и ошибок, запущенным параллельно. Исходя из проведенного анализа, можно утверждать об эффективности эволюционных алгоритмов при решении задач оптимизации многопараметрических функций со сложным ландшафтом функции пригодности, что является одним из основных этапов эволюционного проектирования. В то же время для устранения указанных недостатков представляется перспективным разработка ГА на основе других теорий эволюции, имеющих следующие особенности: а) использование опыта предыдущих поколений (элементы теории финализма); б) уменьшение влияние компоненты случайности (элементы теории номогенеза); в) изменения действий ГА в зависимости от текущего состояния популяции (элементы теории макроэволюции). 48 теорий позволяет повысить эффективность генетического поиска, но слабая проработанность условий запуска той или иной модели эволюции затрудняет применение таких методов. 1.4. Создание гибридных моделей на основе различных методик и информационных технологий Опыт последних лет показал, что применение в информатике однородных методов, т.е. методов, соответствующих одной научной парадигме, для решения сложных проблем, далеко не всегда приводит к успеху. В гибридной архитектуре, объединяющей несколько парадигм, эффективность одного подхода может компенсировать слабость другого. Комбинируя различные подходы, можно обойти недостатки, присущие каждому из них в отдельности. Поэтому одной из ведущих тенденций, определяющей развитие теоретических основ информатики и автоматизированного проектирования стало распространение интегрированных и гибридных систем. Подобные системы состоят из различных элементов (компонентов), объединенных в интересах достижения поставленных целей. Интеграция и гибридизация различных методов и информационных технологий позволяет решать сложные задачи, которые невозможно решить на основе каких-либо отдельных методов или технологий. При этом в случае интеграции разнородных информационных технологий следует ожидать синергетических эффектов более высокого порядка, чем при объединении различных моделей в рамках одной технологии. Одной из наиболее важных разновидностей гибридных систем в информатике и САПР являются гибридные интеллектуальные системы, в которых имитируются различные стороны интеллектуальной деятельности человека. Это предполагает использование разнородных информационных технологий, включая «мягкие» технологии ИИ [1-3, 99, 107, 119-120]. Гибридные интеллектуальные системы рассматривались в работах |