|
70 ного числа 5, то развитие популяции не приводит к появлению лучших решений и наступает период взаимодействия [101]. Параметр 5 является одним из вспомогательных параметров ГА и задается пользователем перед началом его инициализации. Пусть с количество поколений, за которое производится оценка развития популяции (задается пользователем); 8тах уровень улучшения решений устанавливается в пределах [0,10,2], а текущее 5 определяется как усредненное за с поколений отношение -П С /Р Ь ;и ,/=1, ...,с. (2.25) Тогда процесс определения момента описывается следующим алгоритмом. Шаг 1. Установление значений с и 6; t текущая итерация ГА . Шаг 2. F it^ = 0; максимальное значение Fit в предыдущем поколении; Шаг 3. Запоминание t; счетчик номера поколения; Шаг 4. S=0\ усредненное отклонение; Шаг 5. к=с; счетчик числа поколений для рассматриваемой популяции; Шаг 6. Если к>0, то переход ш.7, иначе ш.12; Шаг 7. Fit'max= max F it(//'); определение max Fit в текущем поколении; Шаг 8. S =S + К С -F it^ /F it'max(2.26); Шаг 9. Шаг 10. ¿=к-1; ¿=¿+1; Шаг 11. Переход ш.6. Шаг 12. Если £Ус >8, то переход ш.4, иначе ш.13. Шаг 13. Шаг 14. Останов. Если условие наступления события выполняется хотя бы для одной популяции, то происходит обмен хромосомами между этой популяцией и другой, выбранной случайным способом. |
ших решений и наступает период взаимодействия. Параметр 8 является одним из вспомогательных параметров ГА и задается пользователем перед началом его инициализации. Пусть с —количество поколений, за которое производится оценка развития популяции (задается пользователем); 8тах уровень улучшения решений устанавливается в пределах [0 ,10 ,2 ], а текущее S определяется как усредненное за с поколений отношение Fit'* —Fit'*-1 l/Fitr' i=l с (3 511 l l max 1 11т а х Г 1 l l max > * *» • • • » * ' • \ J **V Тогда процесс определения момента tvописывается следующим алгоритмом. Шаг 1. Установление значений си 8; tтекущая итерация ГА. Шаг 2. Fit'^ = 0; максимальное значение Fit в предыдущем поколении; Шаг 3. Запоминание /; счетчик номера поколения; Шаг 4. S=0; усредненное отклонение; Шаг 5. к=с; счетчик числа поколений для рассматриваемой популяции; Шаг 6 . Если к>0, то переход ш.7, иначе ш.12; Шаг 7. Fit'max=max Fit(#'); определение max Fit в текущем поколении; Ш аг8 . S S + Fit!max FiCJ/FitL; Шаг 9. Fit/-1 max Fit' •1 “ max > Шаг 10. k=k -1; /=/+1; Шаг 11. Переход ш.6 . 148 Шаг 12. Если 5Ус >6, то переход ш.4, иначе ш.13. Шаг 13. /у=/ Шаг 14. Останов. Если условие наступления события выполняется хотя бы для одной популяции, то происходит обмен хромосомами между этой популяцией и другой, выбранной случайным способом. Для решения второй проблемы после наступления момента Л, происходит ранжирование всех хромосом по функции Fit (по возрастанию). Из каждой популяции удаляется д г худших хромосом {д процент исключения; 0 <<7< 1; г количество хромосом в популяции), и на их место включается д г лучших хромосом из другой популяции. Выбор обменных хромосом из каждой популяции осуществляется с вероятностью: Условие останова миогопопуляционного алгоритма ГА сумма разностей функций фитнесса разных популяций, участвующих в обмене, за с последних популяций меньше 5 (3.6). Так, если развиваются только две популяции, то условие останова может быть записано следующим образом : Е И т « Р ‘С ч /(С Х та Х(Р11!пах»Р^та х ))< ^ (3*6) за последние с поколений. Исследование многопопуляционного ГА и сравнение его с другими алгоритмами проведено в 3 .2 .1. 149 |