Реферат: Генетичні алгоритми в СППР

Содержание

• Кросинговер
• З початку системою генерується випадкова популяція індивідуумів, тобто деякий набір рішень задачі. Далі моделюється розмноження в межах популяції. Для цього система обирає декілька пар “індивідуумів”, проводиться кросинговер між хромосомами в кожній парі, а отримані нові хромосоми розміщується в нову популяцію. В генетичному алгоритмі зберігається основний принцип відбору – чим більше пристосований індивідуум, тим більше ймовірність, що він буде брати участь у наступному кросинговері. Далі система підтримки прийняття рішень моделює мутації, тобто випадково змінює деякі “гени” у вибраних векторах нового покоління. Далі стара популяція векторів знищується і система переходить до розгляду наступного покоління.
• Популяція наступного покоління містить ту ж кількість векторів, що і початкова, але у зв’язку з отбором загальна прибутковість по ній вище, ніж в попередній популяції. Тепер система повторює описані процеси відбору, кросинговеру та мутації для нової популяції.
• В кожному наступному поколінні ми будемо бачити виникнення зовсім нових рішень задачі. Серед них будуть як добрі, так і погані, але завдяки відбору кількість добрих рішень буде зростати. Імітуючи еволюцію система підтримки прийняття рішень буде завжди зберігати життя найкращому з “індивідуумів” наступного покоління. Така методика називається “стратегією елітизму”.