Методы построения конечных автоматов на основе ...

51Рис. 16. Область видимости муравьяВо-вторых, расположение яблок на поле не фиксировано, агенерируется случайным образом. При этом вероятность того, что яблокоокажется в некоторой клетке, одинакова для всех клеток поля и равна μ.В этом случае число яблок, съеденных муравьем за 200 ходов,является случайной величиной ξ (определяемой муравьем) на дискретноммножестве элементарных исходов Ω – множестве расположений яблок –битовых матриц 32×32. Для каждого исхода ω, обозначим как apples(ω)соответствующее ему число яблок на поле, и поставим в соответствие емувероятность p(ω) = μ apples(ω) (1–μ) 1024- apples(ω) .Для вычисления этой величины в общем случае необходимоперебрать все возможные битовые матрицы размером 32×32. Поэтому дляоценки эффективности автомата, задающего поведение муравья, вместоточного вычисления этого математического ожидания, оно вычисляетсяприближенно – с помощью моделирования поведения муравья на 10 000случайно сгенерированных полях.В рамках указанных исследований было предложено три методагенерации конечных автоматов с помощью генетических алгоритмов: метод сокращенных таблиц переходов; метод представления автоматов деревьями решений; метод совместного применения конечных автоматов инейронных сетей.Метод сокращенных таблиц переходов был предложен в работе [22].Он позволяет решить проблему экспоненциального роста размераописания автомата, которая возникает при использовании полных таблиц