Методы построения конечных автоматов на основе ...

10получать новый «генетический материал», а также предотвращать«застревание» в области локального оптимума.В классическом генетическом алгоритме особь кодируется строкойнад небольшим алфавитом (как правило, это битовая строка), по аналогиис хромосомой, кодирующей наследственную информацию в живыхорганизмах. По этой причине особь генетического алгоритма такженазывают хромосомой. Для битовых строк известно несколькостандартных операций скрещивания и мутации, что, однако, неограничивает возможные варианты выбора этих операций.Функция приспособленности выражает насколько решение,представленное данной особью, удовлетворяет задаче. Она может такжесодержать дополнительные слагаемые, выражающие, например, штраф заслишком большое число переходов в автомате. Эти слагаемыеиспользуются для направления процесса поиска оптимального решения.Особи нового поколения выбирается на основе критерия отбора.Этот критерий отдает предпочтение более приспособленным особям, в тоже время, давая шанс и менее приспособленным. Таким образом, впопуляции поддерживается необходимое разнообразие особей, в то жевремя лучшие особи выживают гораздо чаще. Можно сказать, что идеягенетического алгоритма берет свои истоки в учении об естественномотборе. Однако, эволюция Дарвина в некотором смысле «слепа» –улучшения в генотипе популяции происходят случайно. В генетических жеалгоритмах улучшение особей в популяции является основной целью.Генетическое программирование – разновидность генетическихалгоритмов, в которой вместо низкоуровневого представления объектов ввиде битовых строк используется высокоуровневое представление: деревьяразбора программ, диаграммы переходов конечных автоматов и т. д. Спомощью генетического программирования эффективно решаются задачи