Методы построения конечных автоматов на основе ...

411.2.4. Генетические алгоритмыГенетический алгоритм (genetic algorithm) [36, 73] представляетсобой метод оптимизации, основная идея которого состоит виспользовании принципа естественного отбора, составляющего основытеории эволюции живых организмов, предложенной Ч. Дарвином.Подобные идеи возникали у ряда исследователей. В 1962 г.Л. Фогель занялся изучением интеллектуального поведения индивида и егоразвития в процессе эволюции [52]. Такое поведение задавалось конечнымавтоматом. Продолжая данные исследования, Л. Фогель, А. Оуэнс и М.Уолш предложили в 1966 г. схему эволюции конечных автоматов,решающих задачи предсказания [53]. Примерно в это же время (в середине60-х годов) Дж. Холланд разработал новый метод поиска оптимальныхрешений – генетические алгоритмы. Результатом работы Дж. Холландастала книга [73], вышедшая в 1975 г. Эти работы заложили основыэволюционных вычислений.Кратко сформулировать принцип естественного отбора можноследующим образом: наименее приспособленные особи умирают раньше, анаиболее приспособленные выживают и дают потомство. Потомствовыживших особей оказывается в среднем более приспособленным, носреди них опять выделяются более приспособленные особи, и т. д.В генетических алгоритмах используются те же принципы. Вкачестве особей выступают элементы пространства возможных решенийнекоторой задачи (маршруты коммивояжера, графы переходов автомата ит. п.). Задан набор генетических операций, с помощью которых изсуществующих особей формируются новые. Кроме этого определена такназываемая функция приспособленности (fitness function), котораяпоказывает насколько «хорошим» решением задачи является особь.Генетические алгоритмы, в отличие от изложенных ранееалгоритмов, ведут поиск оптимальных решений сразу в нескольких точках