Editura SfÃ¢ntul Ierarh Nicolae ISBN 978-606-577-027-0

More documents

Recommendations

Info

in acest caz componentele noi formate sa fie mai mici decat parintii lor. De aceea putem lua unul din parinti si ii vom adauga noduri din al doilea parinte, rezultand in acest fel un cromozom cu fitness-ul mai mare sau egal decat cel al parintilor. Este repetata aceeasi operatie si pentru celalalt parinte. Acest tip de incrucisare se numeste incrucisare inteligenta. 6) Mutatia Mutatia apare in principal pentru a evita caderea solutiilor intr-un optim local. Efectuarea de prea multe ori a acestei operatii va transforma algoritmul intr-o cautare aleatoare in spatiul solutiilor posibile. De aceea probabilitatea de mutatie trebuie sa fie mica, circa 0,5-1%. Codificarea binara a) Inversarea bitilor Bitii selectati sunt inversati 10. 1100110001 b) Interschimbarea bitilor Se aleg doi biti si se schimba valorile intre ei. 1100100110001101 Codificarea sub forma de permutare a) Transpozitie Este efectuata o transpozitie asupra permutarii respective. Acest lucru este echivalent cu interschimbarea bitilor de la codificarea binara. (1 2 3 4 5 6 8 9 7)(1 8 3 4 5 6 2 9 7) Codificarea sub forma de valori Un numar mic este adaugat sau scazut din valorile selectate. (1.29 5.68 2.86 4.11 5.55)(1.29 5.68 2.73 4.22 5.55) 7) Cand se termina algoritmul Algoritmii genetici se termina, de obicei, dupa ce s-a creat un numar predefinit de populatii noi. In alte cazuri se poate determina daca solutia s-a imbunatatit de la o populatie la alta. In caz afirmativ se continua cu creerea de noi populatii, in caz negativ se afiseaza cel mai bun cromozom din populatia curenta. 9
Cap.III Implementarea algoritmului Dupa cele doua capitole pregatitoare suntem in masura de a da o forma generala a programului ce rezolva o problema prin algoritmi genetici. Vom incepe prin a da forma generala a programului principal, forma care sufera foarte mici modificari de la o problema la alta. Comentariile la nivel de cod sursa sunt suficiente pentru a intelege mecanismul algoritmului. void main() { int i; Citire(); /*citeste datele de intrare ale problemei*/ randomize(); InitializeazaPopulatie(); /*genereaza populatia initiala*/ OrdoneazaDupaFitness(); /*ordoneaza cromozomii descrescator(crescator) dupa fitness*/ for(i=1;iMaxIteratii este conditia de iesire din program, i fiind echivalentul lui t din pseudocod*/ { NrPop=0; /*variabila globala care contorizeaza numarul de cromozomi adaugati la noua populatie*/ Elitism(MaxElitism); /*copie cei mai buni MaxElitism cromozomi din populatia veche in cea noua*/ for(co=1;co
Page 1 and 2: Editura Sfântul Ierarh Nicolae ISB
Page 3 and 4: In timpul reproducerii apar doua ti
Page 5 and 6: cat timp nu este indeplinit criteri
Page 7 and 8: 2) Populatia initiala Populatia est
Page 9: Codificarea binara a) Incrucisare i
Page 13 and 14: void Afiseaza(); void main() { /*pr
Page 15 and 16: -=PopulatieVeche[r2].fitness; } } 3
Page 17 and 18: 4) Selectarea cromozomilor parinti
Page 19 and 20: for(i=1;i
Page 21 and 22: else cout
Page 23 and 24: 5) Crossover-ul Incrucisarea se rea
Page 25 and 26: for(i=1;i
Page 27 and 28: Exemplu Pentru urmatoarele date de
Page 29 and 30: 5) Crossover-ul O alta dificultate
Page 31 and 32: } } void GenereazaPermutare(int i,
Page 33 and 34: 1=0; while (r>0) { r1++; r-=r1; } r
Page 35 and 36: 6) Mutatia Mutatia are o probabilit
Page 37 and 38: eturn x; } void CalculFitness() { i
Page 39 and 40: Exemplu Pentru a=1, b=2 programul v
Page 41 and 42: In continuare vom da cateva optimiz
Page 43 and 44: Evolutia in timp a functiilor f opt
Page 45: CUPRINS Capitolul I. Consideraţii

Editura SfÃ¢ntul Ierarh Nicolae ISBN 978-606-577-027-0

Create successful ePaper yourself

Delete template?

Save as template?