|
93 Хромосома внутреннего ГА задается рис. 3.2, на котором х ь х2, ..., хп параметры оптимизируемой функции Критерием останова алгоритма является выполнение заданного пользователем числа итераций внешнего ГА, при этом выбирается лучшая из всех популяций хромосома, определяющая искомые параметры ГА. Для каждой итерации внешнего ГА реализуется определенное число итераций (поколений) внутреннего ГА. Предложенный алгоритм записывается следующим образом. Шаг 1. Генерация потенциальных решений для внешнего алгоритма: задание пользователем вариантов реализации параметров внутреннего ГА: видов оператора кроссинговера, мутации, селекции, отбора, числа популяций и других параметров, которые подлежат перебору. Определение числа итераций внутреннего ГА -к, Задание числа внешних итераций -рь других параметров внешнего ГА Шаг 2. Начало работы внешнего алгоритма. Число итераций = р . Размер популяции г. Шаг 3. Селекция пар хромосом для скрещивания. Шаг 4. Выполнить оператор кроссинговера.. Шаг 5. Выполнить мутацию. Шаг 6. Для всех хромосом внешней популяции запустить внутренний ГА с целью определения функции ГкШСШ. Шаг 7. Начало работы внутреннего ГА. Сгенерировать популяцию (в виде хромосом рис. 3,16) для внутреннего ГА. Установить число итераций к; размер популяции ц. Шаг 8. Применить генетические операторы (закодированные в хромосоме внешнего ГА); к популяции внутреннего ГА. Вычислить функции Еквнугр< для всех хромосом внутренней популяции (вычисление значений функций Fl или Ю). Шаг 9. Сохранить лучшую хромосому популяции. к:=к-1. |
тимизации и разрабатывается на основе двухэапного ГА. На первом этапе (внешний ГА) определяются искомые операторы и, возможно, другие параметры, например, размер популяции, процент скрещивания и мутации и т.д. Тип оператора Тип оператоТип оператоТип операРазмер попускрещивания ра мутации ра селекции тора отбора ляции Рис. 3.15 Представление хромосомы для внешнего ГА В качестве генов в хромосоме внешнего ГА будем использовать поля, представленные на рис. 3.15. На второй ступени (внутренний ГА) определяется наилучшее приближение к экстремуму для каждой хромосомы внешнего ГА. Хромосома внутреннего ГА задается рис. 3.16, на котором Х\,Х2 , ..., дгппараметры оптимизируемой функции. *1 *2 • • • Хп Рис. 3.16 Представление хромосомы для внутреннего ГА Критерием останова алгоритма является выполнение заданного пользователем числа итераций внешнего ГА, при этом выбирается лучшая из всех популяций хромосома, определяющая искомые параметры ГА. Для каждой итерации внешнего ГА реализуется определенное число итераций (поколений) внутреннего ГА. Предложенный алгоритм записывается следующим образом Шаг 1. Генерация потенциальных решений для внешнего алгоритма: задание пользователем вариантов реализации параметров внутреннего ГА: видов оператора кроссинговера, мутации, селекции, отбора, числа популяций и 169 других параметров, которые подлежат перебору. Определение числа итераций внутреннего ГЛ -к. Задание числа внешних итераций -р, других параметров внешнего ГА Шаг 2. Начало работы внешнего алгоритма. Число итераций = р. Размер популяции = г. Шаг 3. Селекция пар хромосом для скрещивания. Шаг 4. Выполнить оператор кроссинговера.. Шаг 5. Выполнить мутацию. Шаг 6 . Для всех хромосом внешней популяции запустить внутренний ГА с целью определения функции РкШ1СШ. Шаг 7. Начало работы внутреннего ГА. Сгенерировать популяцию (в виде хромосом рис. 3.16) для внутреннего ГА. Установить число итераций к; размер популяции q. Шаг 8 . Применить генетические операторы (закодированные в хромосоме внешнего ГА) к популяции внутреннего ГА. Вычислить функции Рквнутр. для всех хромосом внутренней популяции (вычисление значений функций П или Р7). Шаг 9. Сохранить лучшую хромосому популяции. к:=к-1. Шаг 10. Если к<>0, то провести отбор # хромосом в соответствии с Р^внутр.в новую популяцию; перейти к ш. 8 . Шаг 11. Завершить работу внутреннего ГА с выдачей лучшей хромосомы по всем популяциям внутреннего ГА.. Шаг.12. Сохранить лучшую хромосому внешней популяции. /?:=/?-1. по |