Методы построения конечных автоматов на основе ...

104По результатам статистического теста можно сказать, что алгоритмыможно разбить на четыре группы: в первую входят ГА-2 + ЭС и ГА-2 + МС; во вторую – ГА-2; в третью – МС и ЭС; в четвертую – ГА-1.Указанное разбиение на группы обладает тем свойством, чтоалгоритмы внутри одной группы имеют статистически неразличимоевремя работы, а для алгоритмов из разных групп оно существенноразличается.На основании проведенных вычислительных экспериментов можносделать вывод о том, что применение метода скрещивания с учетомповедения автоматов на обучающих примерах позволяет существенноповысить скорость работы генетического алгоритма. Этот выводобосновывается тем, что генетический алгоритм, не использующий этотметод выполнения операции скрещивания, выполняет построениеавтоматов существенно медленнее по сравнению с эволюционнойстратегией и методом спуска на основе случайных мутаций, агенетический алгоритм, использующий этот метод выполнения операциискрещивания, работает существенно быстрее этих двух алгоритмов.2.3.2. Тесты, сгенерированные случайным образомДля проведения экспериментов по построению управляющихавтоматов по тестам, сгенерированным случайным образом, былисгенерированы автоматы, содержащие 4, 5, …, 10 состояний. Далее покаждому из автоматов был сгенерирован случайным образом набор тестов(при этом суммарная длина входных последовательностей в этих тестахсоставляла 150k для автомата из k состояний).Число событий в генерируемых автоматах было равно двум, числовыходных воздействий – двум, наибольшее число воздействий на одном