Page 62 - 4521

На даний момент ведуться пошуки генетичних страте-
гій, здатних усунути ці недоліки. Усунення негативного впли-
ву епістазу і усунення помилкового оптимуму із застосуван-
ням різного роду мутацій, що дозволяють вибити популяцію з
безвиході, було розглянуто вище. У статтях А. Ісаєва мовиться
про можливість пошуку всіх рішень. Він пише: «. . . існує,
принаймні, три класи завдань, які можуть бути вирішені пред-
ставленим алгоритмом:
 завдання швидкої локалізації одного оптимального зна-
чення
 завдання визначення декількох (або всіх) глобальних
екстремумів
 завдання опису ландшафту досліджуваної функції, яка
може супроводжуватися виділенням не тільки глобаль-
них, але і локальних максимумів» (див. [17]).
Простір пошуку рішення другої задачі досягається за
рахунок деякого поєднання параметрів і достатньо великої
чисельності популяції. При цьому ГА зможе виділити декілька
(або навіть всі) глобальні екстремуми. Для виділення декіль-
кох глобальних максимумів, як пишуть дослідники, більше
всього підходить використання таких параметрів, як, аутбри-
динг у поєднанні з інбридингом, або елітний відбір або відбір з
витісненням (останній надійніший) для відбору особин в нову
популяцію. Максимальна ефективність алгоритму досягається
в поєднанні аутбридинга на початку пошуку для отримання
максимального широкого «дослідження» і інбридинга в заве-
ршенні пошуку в цілях уточнення рішення в локальних групах.

Контрольні запитання

1. Назвіть основні переваги і недоліки генетичних алгоритмів
2. Яка основна мета роботи генетичного алгоритму?
3. Коли доцільно використовувати генетичні алгоритми?

61