Московский государственный университет путей сообщения
Опубликован: 10.10.2014 | Доступ: свободный | Студентов: 869 / 193 | Длительность: 22:10:00
Специальности: Программист, Архитектор программного обеспечения
Лекция 8:
Вероятностные и компактные генетические алгоритмы
Контрольные вопросы
- Как представляется популяция в вероятностных ГА?
- Чему соответствует эволюция популяции в вероятностном ГА?
- Как реализуется оператор репродукции?
- Как реализуется оператор мутации?
- Чем отличается пошаговое обучение от вероятностного ГА?
- Что отличает компактный ГА от других вероятностных ГА?
- Опишите алгоритм SELFISH.
- Какие преимущества и недостатки вы видите у вероятностных ГА по сравнению с классическими?
- Какова сложность реализация вероятностных ГА по сравнению с классическими?
- Как вы оцениваете экспериментальные результаты по тестированию вероятностных ГА?
Краткие итоги:
- изложены основы вероятностных генетических алгоритмов на основе представления популяции вектором вероятностей;
- описана реализация генетических операторов на основе представления популяции вектором вероятностей;
- представлено пошаговое обучение на основе виртуальной популяции и соответствующие генетические операторы;
- рассмотрен компактный генетический алгоритм, который имеет наименьшую сложность из вероятностных ГА и может быть эффективно реализован аппаратно;
- описан генетический алгоритм SELFISH, который является обобщением вероятностного ГА и использует чуть более сложное представление популяции.