Участник:Kilkavteste 607 - История изменений

Kilkavteste 607: Содержимое страницы заменено на «Это моя страничка»

2017-10-15T12:03:23Z

Содержимое страницы заменено на «Это моя страничка»

← Предыдущая версия		Версия от 12:03, 15 октября 2017
Строка 1:		Строка 1:
	~~== Свойства и структура алгоритма ==~~		Это моя страничка

	~~=== Общее описание алгоритма ===~~
	'''Генетический алгоритм''' - широко применяемый метод исследования в самых разных сферах науки: математике, биологии, компьютерном обучении и во многих других. Существует бесконечное множество реализаций данного алгоритма, в зависимости от поставленной задачи. Алгоритм основан на таких природных явлениях, как скрещивание, селекция, мутация и кроссинговер.
	Задача формализуется таким образом, чтобы её решение могло быть закодировано в виде вектора («генотипа») генов, где каждый ген может быть битом, числом или неким другим объектом. В классических реализациях генетического алгоритма (ГА) предполагается, что генотип имеет фиксированную длину. Однако существуют вариации ГА, свободные от этого ограничения.
	Некоторым, обычно случайным, образом создаётся множество генотипов начальной популяции. Они оцениваются с использованием «функции приспособленности», в результате чего с каждым генотипом ассоциируется определённое значение («приспособленность»), которое определяет насколько хорошо фенотип, им описываемый, решает поставленную задачу.
	При выборе «функции приспособленности» (или fitness function в англоязычной литературе) важно следить, чтобы её «рельеф» был «гладким».
	Из полученного множества решений («поколения») с учётом значения «приспособленности» выбираются решения (обычно лучшие особи имеют большую вероятность быть выбранными), к которым применяются «генетические операторы» (в большинстве случаев «скрещивание» — crossover и «мутация» — mutation), результатом чего является получение новых решений. Для них также вычисляется значение приспособленности, и затем производится отбор («селекция») лучших решений в следующее поколение.

	Этот набор действий повторяется итеративно, так моделируется «эволюционный процесс», продолжающийся несколько жизненных циклов (поколений), пока не будет выполнен критерий остановки алгоритма. Таким критерием может быть:
	*нахождение глобального, либо субоптимального решения;
	*исчерпание числа поколений, отпущенных на эволюцию;
	*исчерпание времени, отпущенного на эволюцию.

	~~Генетические алгоритмы служат, главным образом, для поиска решений в многомерных пространствах поиска.~~

	~~Таким образом, можно выделить следующие этапы генетического алгоритма:~~

	*Задать целевую функцию (приспособленности) для особей популяции
	*Создать начальную популяцию

	*(Начало цикла)

	**Размножение (скрещивание)
	**Мутирование
	**Вычислить значение целевой функции для всех особей
	**Формирование нового поколения (селекция)
	**Если выполняются условия остановки, то (конец цикла), иначе (начало цикла).

Kilkavteste 607: /* Свойства и структура алгоритма */

2017-10-10T19:19:08Z

Свойства и структура алгоритма

← Предыдущая версия		Версия от 19:19, 10 октября 2017
Строка 2:		Строка 2:

	=== Общее описание алгоритма ===		=== Общее описание алгоритма ===
			'''Генетический алгоритм''' - широко применяемый метод исследования в самых разных сферах науки: математике, биологии, компьютерном обучении и во многих других. Существует бесконечное множество реализаций данного алгоритма, в зависимости от поставленной задачи. Алгоритм основан на таких природных явлениях, как скрещивание, селекция, мутация и кроссинговер.
			Задача формализуется таким образом, чтобы её решение могло быть закодировано в виде вектора («генотипа») генов, где каждый ген может быть битом, числом или неким другим объектом. В классических реализациях генетического алгоритма (ГА) предполагается, что генотип имеет фиксированную длину. Однако существуют вариации ГА, свободные от этого ограничения.
			Некоторым, обычно случайным, образом создаётся множество генотипов начальной популяции. Они оцениваются с использованием «функции приспособленности», в результате чего с каждым генотипом ассоциируется определённое значение («приспособленность»), которое определяет насколько хорошо фенотип, им описываемый, решает поставленную задачу.
			При выборе «функции приспособленности» (или fitness function в англоязычной литературе) важно следить, чтобы её «рельеф» был «гладким».
			Из полученного множества решений («поколения») с учётом значения «приспособленности» выбираются решения (обычно лучшие особи имеют большую вероятность быть выбранными), к которым применяются «генетические операторы» (в большинстве случаев «скрещивание» — crossover и «мутация» — mutation), результатом чего является получение новых решений. Для них также вычисляется значение приспособленности, и затем производится отбор («селекция») лучших решений в следующее поколение.

			Этот набор действий повторяется итеративно, так моделируется «эволюционный процесс», продолжающийся несколько жизненных циклов (поколений), пока не будет выполнен критерий остановки алгоритма. Таким критерием может быть:
			*нахождение глобального, либо субоптимального решения;
			*исчерпание числа поколений, отпущенных на эволюцию;
			*исчерпание времени, отпущенного на эволюцию.

			Генетические алгоритмы служат, главным образом, для поиска решений в многомерных пространствах поиска.

			Таким образом, можно выделить следующие этапы генетического алгоритма:

			*Задать целевую функцию (приспособленности) для особей популяции
			*Создать начальную популяцию

			*(Начало цикла)

			**Размножение (скрещивание)
			**Мутирование
			**Вычислить значение целевой функции для всех особей
			**Формирование нового поколения (селекция)
			**Если выполняются условия остановки, то (конец цикла), иначе (начало цикла).

Kilkavteste 607: Новая страница: «== Свойства и структура алгоритма == === Общее описание алгоритма ===»

2017-10-10T19:00:41Z

Новая страница: «== Свойства и структура алгоритма == === Общее описание алгоритма ===»

Новая страница

== Свойства и структура алгоритма ==

=== Общее описание алгоритма ===