Politechnika Poznańska Zastosowanie algorytmów genetycznych do ...
Politechnika Poznańska Zastosowanie algorytmów genetycznych do ...
Politechnika Poznańska Zastosowanie algorytmów genetycznych do ...
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
twórcę programu znającego charakterystykę zagadnienia i wiedzącego, iż jest to<br />
wartość większa niż największa możliwa wartość funkcji <strong>do</strong>pasowania. Wartość<br />
stałej może być również przyjmowana jako największa wartość <strong>do</strong>pasowania<br />
wyznaczona w danej iteracji (lub wybranej liczbie ostatnich iteracji).<br />
Trzecie przekształcenie może mieć istotne znaczenie w początkowym oraz<br />
końcowym etapie działania algorytmu genetycznego z selekcją proporcjonalną.<br />
Przekształcenie nazywane jest skalowaniem przystosowania i stosowane jest<br />
w celu uniknięcia problemu przedwczesnej zbieżności oraz <strong>do</strong>minacji określonej<br />
grupy rozwiązań. Problem przedwczesnej zbieżności może wystąpić na początku<br />
działania algorytmu, w chwili znalezienia przez algorytm rozwiązania o bardzo<br />
dużej, w stosunku <strong>do</strong> pozostałych rozwiązań, wartości funkcji <strong>do</strong>pasowania. Taka<br />
sytuacja mogłaby <strong>do</strong>prowadzić <strong>do</strong> z<strong>do</strong>minowania populacji przez ten chromosom,<br />
co w konsekwencji prowadzi <strong>do</strong> szybkiego wyeliminowania innych rozwiązań<br />
z populacji, a tym samym symulowany przez algorytm proces <strong>do</strong>boru naturalnego<br />
przestaje działać i algorytm nie znajduje już żadnych lepszych rozwiązań. Jest to<br />
niepożądana sytuacja, ponieważ fakt, iż to jedno rozwiązanie jest w początkowym<br />
etapie znacząco lepsze od innych nie oznacza wcale, że jest to rozwiązanie choćby<br />
zbliżone <strong>do</strong> optymalnego. Drugi problem narasta wraz z działaniem algorytmu,<br />
jako efekt wynaj<strong>do</strong>wania rozwiązań bliskich sobie, kiedy kilka porównywalnie<br />
<strong>do</strong>brych rozwiązań <strong>do</strong>minuje w populacji, co zmniejsza różnorodność i również<br />
obniża skuteczność metody. Aby zaradzić tym dwóm problemom stosuje się<br />
skalowanie (na przykład liniowe) po to, aby rozwiązania o średniej wartości<br />
przystosowania nie zostały całkowicie pominięte, lecz miały szansę na to, by choć<br />
raz zostały wybrane <strong>do</strong> kolejnego pokolenia, podczas gdy rozwiązania<br />
o najwyższej wartości przystosowania będą praw<strong>do</strong>po<strong>do</strong>bnie wybrane<br />
wielokrotnie.<br />
2.2.5 Selekcja i reprodukcja<br />
Procedura selekcji służy <strong>do</strong> wyboru rodziców, z których powstanie nowe<br />
pokolenie. Przez rodziców rozumie się tutaj oczywiście rozwiązania otrzymane<br />
w danej iteracji, zaś kolejne pokolenie odpowiada kolejnej iteracji algorytmu.<br />
Utworzenie kolejnego pokolenia jest zwykle procesem dwuetapowym.<br />
W pierwszym kroku na podstawie wartości funkcji <strong>do</strong>pasowania wybierany jest<br />
24
Change language