Politechnika Poznańska Zastosowanie algorytmów genetycznych do ...

manipulowanie wartościami poszczególnych genów przy użyciu standardowych
operacji na bitach. Wektor taki reprezentuje jedno z potencjalnych rozwiązań
w przestrzeni przeszukiwania, a więc koduje po jednej wartości każdej ze
zmiennych decyzyjnych.
Przykładowo, dla k zmiennych decyzyjnych x i , z których każda należy do
z góry założonej dziedziny D i = [a i , b i ] można określić liczbę N genów (bitów)
potrzebnych do zakodowania wszystkich możliwych wartości x i z żądaną
dokładnością p i . Aby zakodować wszystkie wartości zmiennych należy podzielić
każdą z dziedzin D i na (b i − a i ) ⋅ 10 p i przedziałów, wówczas istnieje taka,
możliwie najmniejsza, liczba m i , która dla każdego przedziału D i spełnia warunek:
(b i − a i ) ⋅ 10 p i ≤ 2 m i − 1. (2.7)
Z powyższego wynika, że do zakodowania wszystkich zmiennych w postaci
k
jednego chromosomu potrzeba N = ∑i=1 m i bitów, a więc taka też będzie liczba
genów w chromosomie.
2.2.3 Populacja
Populacja początkowa, czyli zbiór rozwiązań będący podstawowym
elementem niezbędnym do rozpoczęcia działania algorytmu, może być tworzona
w sposób losowy lub deterministyczny. Oba te podejścia są stosowane w praktyce,
zaś wybór jednego z nich uzależniony jest od konkretnego problemu oraz
dostępnych danych.
W przypadku, kiedy stosowana jest metoda losowa, wówczas osobniki
należące do populacji początkowej (czyli wszystkie składniki wektora
rozwiązania) wyznaczane są w oparciu o wartość zmiennej losowej (zwykle
o rozkładzie równomiernym). W tym przypadku wykorzystuje się najczęściej
generatory liczb losowych zaimplementowane w danym kompilatorze wybranego
języka programowania. Ze względu na wiarygodność rozkładu zmiennej losowej
korzystniejsze jest jednak wykorzystanie generatorów z ustandaryzowanych
bibliotek o zadanym rozkładzie.
Tworzenie populacji początkowej w sposób deterministyczny może być
prowadzone na różne sposoby, jednak najczęściej jest ona podawana wprost przez
22