Опубликован: 10.10.2014 | Уровень: для всех | Доступ: платный | ВУЗ: Московский государственный университет путей сообщения
Лекция 8:

Вероятностные и компактные генетические алгоритмы

< Лекция 7 || Лекция 8: 1234 || Лекция 9 >

Контрольные вопросы

  1. Как представляется популяция в вероятностных ГА?
  2. Чему соответствует эволюция популяции в вероятностном ГА?
  3. Как реализуется оператор репродукции?
  4. Как реализуется оператор мутации?
  5. Чем отличается пошаговое обучение от вероятностного ГА?
  6. Что отличает компактный ГА от других вероятностных ГА?
  7. Опишите алгоритм SELFISH.
  8. Какие преимущества и недостатки вы видите у вероятностных ГА по сравнению с классическими?
  9. Какова сложность реализация вероятностных ГА по сравнению с классическими?
  10. 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.
< Лекция 7 || Лекция 8: 1234 || Лекция 9 >
Ольга Ковалевская
Ольга Ковалевская
Россия, Волгоградская область
Фродо Ёркинс
Фродо Ёркинс
Россия