Труды КНЦ вып.29 (ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ вып. 3/2015(29))

сразу в область существования экстремума, и время поиска оптимума значительно сокращается. Наиболее перспективной является вторая стратегия, так как она в результате эволюции популяции создает возможность перехода из одной подобласти области поиска D в другую и имеет сравнительно небольшую размерность задачи оптимизации. Эффективность ГА, качество получаемого решения и успех дальнейшего развития эволюции во многом определяются структурой и качеством начальной популяции. Наиболее целесообразным представляется подход, основанный на комбинировании второй и третьей стратегии: путем предварительного анализа решаемой задачи выявляются подобласти в области поиска D, в которых могут находиться оптимальные решения, т. е. определяются особи с высоким значением фитнесса, а затем случайным образом формируются стартовые решения в этих подобластях. Хромосома А Хромомсома В а і ' b f «2 b 2 «3 Ьз 0,4 И b i _а 5 . Cr-СЛ гомок А Потомок В а \ i-H .о «2 &2 аз Ьз Ь і «4 . « 5 . Мутация потомка А Мутация Результат мутацш аі ах а-2 а2 аз -------- ► аз ь4 Ь а М . _&5 . Рис. 1. Одноточечный кроссннговер и оператор мутации Классификация генетических операторов Выделяют два основных способа генерации новых решений (рис. 1): 1) путем перекомпоновки (скрещивания) двух родительских решений (оператор скрещивания или кроссинговер сг); 2) путем случайной перестройки отдельных решений (оператор мутации т). Кроссинговер сг производит структурированный и рандомизированный обмен информацией внутри родительской пары, т. е. между двумя хромосомами, формируя новые решения. Задача создания потомков состоит в выборе такой комбинации участков хромосом, которая давала бы наилучшее решение. Таким образом, основная цель скрещивания заключается в накоплении всех лучших функциональных признаков, характеризующих отдельные участки хромосом, копируемых в конечном решении. 62