Методы построения конечных автоматов на основе ...

11автоматического построения программ, конечных автоматов и клеточныхавтоматов.Эволюционные стратегии имеют два отличия от генетическихалгоритмов: в них не используется операция скрещивания и, как правило,каждое поколение состоит только из одной особи. Процесс поисканачинается со случайно выбранной особи, задающей некотороедопустимое решение задачи. На каждой итерации к текущей особиприменяется операция мутации. Она обычно устроена таким образом,чтобы в результате могло получиться (пусть и с весьма малойвероятностью) любое допустимое решение.Если результат этой операции представляет собой лучшее решение,то оно становится текущим на следующей итерации. Работа алгоритмасчитается оконченной, когда будет достигнуто необходимое значениефункции приспособленности.Метод спуска устроен следующим образом. Процесс поисканачинается со случайно выбранной точки в пространстве решений задачи.На каждой итерации рассматриваются точки, соседние с текущей. Еслинекоторая соседняя точка представляет собой улучшенное решение, то онастановится текущей на следующей итерации. В противном случае поисксчитается оконченным, а текущая точка – оптимальным решением.В предыдущих работах, связанных с автоматнымпрограммированием, рассматривались, прежде всего, методы,использующие моделирование для вычисления функцииприспособленности [5, 14, 15, 17, 35, 53, 73, 76, 79, 95, 112, 114, 129 – 132,135].Эти методы обладают следующими недостатками: для решения новой задачи необходимо заново выполнятьпрограммную реализацию вычисления функцииприспособленности, что может быть весьма трудоемким;