Практикум по дисциплине «Проектирование автоматизированных систем административно-организационного управления»

• целевую функцию, которая отображает значение из об­ласти возможных решений в виде скалярной величины. В с а м ы х простых условиях, генетический алгоритм на­чинает с с о з д а н н о й к о м п ь ю т е р о м с о в о к у п н о с т и личностей (индивидуумов), каждая из которых представляет собой точку в области поиска. При использовании целевой функции, как меры «пригодности» этого индивидуума в прикладной облас­ти, генетический алгоритм моделирует выживание наиболее пригодного индивидуума, по существу вынуждая находить оп­тимальное решение. Этот оптимальный индивидуум является решением для соответствующей проблемы оптимизации. ГА функционирует на популяции (множестве индивидуу­мов), изменяя ее компоненты. Модификации происходят со­гласно правилам генетики, введенным генетическими опера­торами. Далее приведена версия стандартного ГА: t:= 0; инициализировать популяцию РоР (t) с N хромосо­мами PoPj (t) пока не (условие останова) выполнять: for i : to N do Fitj.= пригодность (PoPj(t)) for i : to N NewPop (i + 1 ):= случайным образом выбираем PoPj(t) e РоР (t). С вероятностью Pj = — — . Z F i tk k = l CrossPop (i + 1):= рекомбинация популяции (NewPop (i + 1)); MutPop (i + 1):= мутация популяции (CrossPop (i + 1)); Pop (i + 1):= MutPop (i + 1); t:= t + 1 конец цикла. Оператор репродукции получает нового индивидуума (New Popi (t + 1)), принимая во внимание пригодность (соответствие) Fitj каждого индивидуума Popj (t) в текущей популяции Pop(t). Рекомбинация популяции — оператор, который берет как вход популяцию newpop и возвращает новую совокупность crosspop. Рекомбинация выполняется оператором пересечения, который случайным образом извлекает два индивидуума (ро-63