Методы построения конечных автоматов на основе ...

46 замена перехода; замена действия на переходе.После добавления потомков в популяцию на всех ее особяхвычислялась функция приспособленности. Половина наиболееприспособленных особей переносилась в популяцию следующегопоколения, а менее приспособленные автоматы – отбрасывались. Такимобразом, размер популяции оставался постоянным (стоит отметить, что всилу ограниченных возможностей компьютеров того времени, он былмал – всего несколько особей). Данный процесс продолжался до тех пор,пока не удавалось достигнуть желаемого результата – максимальноезначение функции приспособленности не превосходило заданного порога.После этого к битовой последовательности, которая определяла среду,добавлялся очередной символ, и эволюционный процесс переходил вочередную фазу.По мнению Л. Фогеля, результаты экспериментов показали, чтоэволюционное программирование может быть успешно применено дляпостроения «интеллектуальных» искусственных систем. При этом былоотмечено, что построение вручную автоматов столь же результативных ипростых, как те, что были построены эволюционным алгоритмом, являетсякрайне сложной задачей.1.3.1.2. Задача «Умный муравей»Еще одной задачей, в которой построенные с помощью генетическихалгоритмов автоматы обладают подобными свойствами, является задача«Умный муравей» [35, 79]. В этой задаче рассматривается поле, имеющееформу тора размером 32 на 32 клетки (рис. 13). В некоторых клетках полярасположены яблоки – черные клетки на рис. 13. Яблоки расположенывдоль некоторой ломаной линии, но не во всех ее клетках. Клеткиломаной, на которых яблок нет – серые. Белые клетки не принадлежатломаной и не содержат яблок. Всего на поле 89 яблок.