Алгоритмы формирование функции пригодности (Лекции ТСМ)
Описание файла
Файл "Алгоритмы формирование функции пригодности" внутри архива находится в следующих папках: Лекции ТСМ, тсм-7. Документ из архива "Лекции ТСМ", который расположен в категории "". Всё это находится в предмете "теория систем моделирования (тсм)" из 9 семестр (1 семестр магистратуры), которые можно найти в файловом архиве РТУ МИРЭА. Не смотря на прямую связь этого архива с РТУ МИРЭА, его также можно найти и в других разделах. Архив можно найти в разделе "лекции и семинары", в предмете "теория систем моделирования (тсм)" в общих файлах.
Онлайн просмотр документа "Алгоритмы формирование функции пригодности"
Текст из документа "Алгоритмы формирование функции пригодности"
Алгоритмы формирование функции пригодности
Рассмотрим задачу построения множества стабильно-эффективных компромиссов в бескоалиционной игровой модели оптимизации управления.
где - множество подсистем («игроков»);
- показатель эффективности i-ой подсистемы, определенный на декартовом произведении ;
набор объединяет допустимые управления (управляющие параметры) подсистем (игроков) ;
- множество допустимых значений вектора .
Требуется определить допустимое решение , обеспечивающее оптимальные значения векторному показателю эффективности в условиях бескоалиционного взаимодействия между подсистемами .
Задачи, которые необходимо решить:
-
Построение множества Парето-оптимальных решений.
-
Поиск равновесия по Нэшу.
-
Поиск гарантирующих решений.
1. Задача скалярной оптимизации
Шаг 1. В популяции размером полагаем
Шаг 2. Для всех , проверяем выполнение условия:
Обозначим - количество точек , в котором выполняется условие (3).
Шаг 4. Полагаем . Если i ≤ N, то переходим к шагу 2, иначе переходим к шагу 5.
Шаг 5. STOP
Таким образом, каждой точке соответствует значение функции пригодности , которая в дальнейшем используется в операторе селекции при формулировке родительского массива.
Здесь q – параметр, влияющий на скорость сходимости ГА к оптимальному решению
2. Задача многокритериальной оптимизации.
Шаг 1. В популяции размером полагаем .
Шаг 2. Для всех , проверяем выполнение условия:
или, что то же самое:
При этом хотя бы одно из неравенств (8) – строгое.
Обозначим - количество точек , в которых выполняется условие (7).
Шаг 3. Сформируем функцию пригодности вида:
Шаг 4. Полагаем . Если , то переходим к шагу 2, иначе переходим к шагу 5.
Шаг 5. STOP.
Свойства функции пригодности вида (4)
-
Если , то . Для задачи (1) это означает, что в точке функция достигает своего минимального значения относительно текущей популяции . Другими словами точка обладает наивысшей степенью приспособленности в популяции .
-
Если , то . Это означает, что в точке функция достигает своего максимального значения относительно текущей популяции . То есть точка обладает минимальной степенью приспособленности в популяции .
Здесь q – параметр, влияющий на скорость сходимости ГА к оптимальному решению.
Свойства функции пригодности вида (9)
-
Если , то . Для задачи (1) это означает, что векторная функция достигает оптимальность по Парето значения относительно текущей популяции , и обладает наивысшей степенью приспособленности.
-
Если , то . Точка не принадлежит Парето-области. Чем больше , тем дальше от Парето-области.
3. Бескоалиционное взаимодействие между подсистемами. Поиск равновесия по Нэшу.
Рассмотрим теоретико-игровую модель бескоалиционного взаимодействия между управляющими подсистемами в виде:
где - множество подсистем («игроков»);
- показатель эффективности i-ой подсистемы, определенный на декартовом произведении ;
набор объединяет допустимые управления (управляющие параметры) подсистем (игроков) ;
- множество допустимых значений вектора .
Требуется определить допустимое решение , обеспечивающее оптимальные значения векторному показателю эффективности в условиях бескоалиционного взаимодействия между подсистемами .
При решении задачи (1) будем использовать принцип равновесия по Нэшу.
Определение. Набор допустимых уравнений называется равновесием по Нэшу в бескоалиционной игре (1), если для любых и
Алгоритм для формирования функции пригодности для ГА поиска равновесия по Нэшу
Шаг 1. Пусть - множество ТТО. Декодируем популяцию ТТО
с помощью бинарного кода Грея, где t – номер поколения.
Шаг 2. Фиксируем . Вычисление .
Шаг 3. Для каждого , вычисляем значения всех показателей эффективности в соответствующих точках:
В результате для каждого показателя эффективности , в точке имеем таблицу значений размером
где - i-ый компонент s-ого элемента множества U(t).
Если точка является равновесием по Нэшу задачи (1), то для таблицы будет выполняться система неравенств:
Если же хотя бы для одного в таблице существует подмножество
для элементов которого выполняется система неравенств:
то не является равновесием по Нэшу в задаче (1).
Шаг 4. Каждому , поставим в соответствие функцию пригодности вида:
где - количество точек , для которых выполняется система неравенств (5).
Таким образом векторному показателю соответствует векторная функция пригодности , обладающая следующим свойством:
1*)Если - равновесие по Нэшу, то
2*) Если не является равновесием по Нэшу, то :
Чем ближе к точке в пространстве функции пригодности , тем дальше расположена от , то есть тем является менее равновесной.
Шаг 5. Поставим в соответствие векторной функции скалярную функцию пригодности
где - множество, для элементов которого выполняется условие (система неравенств):
1) - точка, ближе всех расположенная к равновесию по Нэшу.
2) - точка, дальше всех расположенная к равновесию по Нэшу.
Функция далее используется для популяции «родителей». Для определения вероятности выбора ТТО в родителе строим интервал на основе рекуррентных соображений:
Пример.
Таблица 1
1 | 10 | 10 | ||
2 | 40 | 30 | ||
3 | 30 | 60 | ||
4 | 60 | 65 | ||
70 | 70 |
2 | ||
3 | ||
4 |
2 | ||
3 | ||
4 |
Построим векторную функцию пригодности :
1 | ||
3 | ||
4 |
1 | ||
3 | ||
4 |
1 | ||
2 | ||
4 |
1 | ||
2 | ||
4 |
1 | ||
2 | ||
3 |
1 | ||
2 | ||
3 |