Методы построения конечных автоматов на основе ...

107Таблица 11. Медианное время работы алгоритмов на тестах,сгенерированных случайным образомЧислосостоянийГА-1 МС ЭС ГА-2ГА-2 +МСГА-2 +ЭС4 20036223 2635943 3909706 616509 543407 3375415 46596249 6586319 8197656 1406818 1338371 8714406 126837100 19305364 21307240 3417363 3207257 21183357 249924503 57797982 44591716 7615641 7845902 49850048 646687247 82266747 102373914 16662240 16838018 103800419 1455756119 249606313 234509937 36787191 37917625 2421249610 3205917742 511224031 473184839 86252583 87076432 57412402Результаты вычислительных экспериментов на тестах,сгенерированных случайным образом, подтверждают результатыэкспериментов по построению автомата управления часами сбудильником.Таким образом, результаты вычислительных экспериментовпоказывают, что применение метода скрещивания с учетом поведенияавтоматов на обучающих примерах позволяет существенно повыситьскорость работы генетического алгоритма.2.4. МЕТОД ПОСТРОЕНИЯ АВТОМАТОВ ПО ОБУЧАЮЩИМ ПРИМЕРАМИ ТЕМПОРАЛЬНЫМ ФОРМУЛАМ НА ОСНОВЕ ЭВОЛЮЦИОННЫХАЛГОРИТМОВ И ВЕРИФИКАЦИИНастоящий раздел посвящен методу построения автоматов пообучающим примерам (тестам) и темпоральным формулам на основеэволюционных алгоритмов и верификации [163, 165 – 167].Этот метод расширяет метод, описанный в разд. 2.1, за счет того, чтоиспользует верификацию на стадии вычисления функции