Техническое задание 1 Анализ вариантов решения задачи 3 Отображение и фундирование выбранного варианта 9 Итоги эксперимента 13 Выводы 14 Перечень литературы 15 Прибавление А 17
Выдержка
Техническое задание
Нужно отыскать минимум функции в данной области. При исполнении предоставленного проекта нужно учесть, что заключение задачки является подверженным воздействию случайных величин. Потому любой пуск програмки нужно повторять, сообразно последней мерке, 20 ?30 раз. Опосля этого из комплекта приобретенных решений нужно отнять наилучшее. Очевидно, это нужно изготовить, поместив оглавление ключевой програмки в соответственный цикл, в котором станет сразу вывертываться лучшее заключение. Сразу нужно вычислить и среднее смысл минимума за эти 20-30 прогонов.
Разглядеть двухточечное сталкивание и двухточечную мутацию. Любая переменная кодируется 20 битами. Вести подсчеты для 40 и 80 поколений. Сопоставить получающиеся решения при размерах популяции 8, 12, 20 особей.
Анализ вариантов решения задачи
Генетические Методы - адаптивные способы розыска, какие в крайнее время нередко употребляются для решения задач многофункциональной оптимизации. Они основаны на генетических действиях био организмов: био популяции развиваются в течении нескольких поколений, покоряясь законам натурального отбора и сообразно принципу"выживает более адаптированный"(survival of the fittest), открытому Чарльзом Дарвином. Подражая этому процессу генетические методы способны"развивать" решения настоящих задач, ежели те подходящим образом закодированы.
В природе особи в популяции соперничают друг с ином за разные ресурсы, такие, к примеру, как еда либо влага. Не считая такого, члены популяции 1-го вида нередко соперничают за вовлечение брачного напарника. Те особи, какие более приспособлены к находящимся вокруг условиям, будут обладать сравнительно более шансов воспроизвести отпрысков. Слабо приспособленные особи или совершенно не произведут потомства, или их потомство станет чрезвычайно немногочисленным. Это значит, что гены от приподнято приспособленных либо адаптированных особей будут распространятся в увеличивающемся численности отпрысков на каждом следующем поколении. Композиция не плохих черт от разных родителей время от времени может приносить к появлению"суперприспособленного" отпрыска, чья приспособленность более, чем приспособленность хоть какого из его родителя. Итак, разряд развертывается, лучше и лучше приспосабливаясь к среде обитания.
ГА употребляют прямую аналогию с таковым механизмом. Они работают с совокупой"особей" - популяцией, любая из которых представляет вероятное заключение предоставленной трудности. Любая индивидуум оценивается меркой её"приспособленности" сообразно тому, как"хорошо" соответственное ей заключение задачки. К примеру, меркой приспособленности могло бы существовать известие силы/веса для предоставленного проекта моста. (В природе это раносильно оценке такого, как эффективен организм при конкуренции за ресурсы. )Более приспособленные особи получают вероятность"воспроизводить" потомство с поддержкой"перекрестного скрещивания" с иными особями популяции. Это приводит к появлению новейших особей, какие соединяют в себе некие свойства, наследуемые ими от родителей. Менее приспособленные особи с наименьшей вероятностью сумеют воспроизвести отпрысков, этак что те характеристики, которыми они владели, будут равномерно пропадать из популяции в процессе эволюции.
Этак и воспроизводится вся новенькая популяция возможных решений, избирая наилучших представителей предшествующего поколения, скрещивая их и получая очень много новейших особей. Это новое происхождение охватывает наиболее высочайшее соответствие черт, которыми владеют отличные члены предшествующего поколения. Таковым образом, из поколения в происхождение, отличные свойства распространяются сообразно всей популяции. Сталкивание более адаптированных особей приводит к тому, что исследуются более многообещающие участки места розыска. В окончательном результате, популяция станет сближаться к хорошему решению задачки.
Литература
1. Аналитические технологии для прогнозирования и разбора данных // Нейропроект [Электрический ресурс]. – Режим доступа: http://www. neuroproject. ru/genealg. php - Загл. с экрана 2. Батищев Д. А. Генетические методы решения экстремальных задач. - Воронеж: Изд-во ВГТУ, 1995 3. Вороновский Г. К. , и др. Генетические методы, искусственные нейронные козни и трудности виртуальной действительности / Г. К. Вороновский, К. В. Махотило, С. Н. Петрашев, С. А. Сергеев. – Харьков: База, 1997 4. Генетические методы - точный аппарат// Способы оптимизации [Электрический ресурс]. – Режим доступа: http://www. basegroup. ru/library/optimization/ga_math/ - Загл. с экрана 5. Генетические методы //Дискретная математика: алгоритмы[Электрический ресурс]: портал Санкт-Петербургского Муниципального Института информационных технологий, механики и оптики. – Режим доступа: http://rain. ifmo. ru/cat/view. php/theory/unsorted/genetic-2005 - Загл. с экрана 6. Генетические операторы // Генетические методы [Электрический ресурс]. – Режим доступа: http://qai. narod. ru/GA/genoperators. html - Загл. с экрана 7. Генетический метод: главные операции // Генетические методы [Электрический ресурс]. – Режим доступа: http://g-u-t. chat. ru/ga/oper. htm - Загл. с экрана 8. Емельянов В. В. , Курейчик В. В. , Курейчик В. М. Концепция и практика эволюционного моделирования. - М. :ФИЗМАТЛИТ, 2003 9. Исаев С. Оптимизация многоэкстремальных функций с поддержкой генетических алгоритмов //Алголист [Электрический ресурс]. – Режим доступа: http://algolist. manual. ru/ai/ga/ga2. php - Загл. с экрана 10. Клемент Р. Генетические методы: отчего они работают?когда их использовать?//Компьютерра. №11 от 16 марта 1999 г. - С. 57-64 11. Математические способы и методы / Под ред. В. П. Иванникова. – М. : ИСП РАН, 2004 12. Тимченко С. В. Энергоинформатика - 4, Учебно – методическое вспомоществование сообразно курсовому проекту. – Томск, 2004 13. Эволюционные вычисления // GetInfo [Электрический ресурс]: портал Компьютерной библиотеки GetInfo. / Yuri Burger. – Режим доступа: http://www. getinfo. ru/article31_2. html. – Загл. с экрана.
Техническое задание Необходимо найти минимум функции в заданной области. При выполнении данного проекта необходимо учитывать, что решение задачи является под