64известно, какие состояния являются допускающими, поэтому указанныевероятности могут быть вычислены.Кроме описанного способа выполнения операции мутации врассматриваемой работе также предлагается метод: для каждого состояниязапоми<strong>на</strong>ются строки, которые оно должно принимать, и строки, котороеоно должно не принимать. В соответствии с алгоритмом расстановкипометок, состояние будет допускающим, если строк, которое оно должнодопускать больше, чем строк, которое оно не должно допускать, инедопускающим – в противном случае. При выполнении операциимутации случайным образом выбирается строка, которую автоматклассифицирует неправильно. После этого случайным образом выбираетсяодин из переходов, которые используется при обработке выбраннойстроки. Изменению подвергается та ячейка таблицы переходов, котораяему соответствует.Для сравнения алгоритмов в рассматриваемой работе применялосьдва <strong>на</strong>бора тестовых данных. Первый строился так же, как второй <strong>на</strong>бортестовых данных в работе [88] (описание приведено выше). Второй <strong>на</strong>борданных был зашумленным – для некоторых строк из обучающего <strong>на</strong>борабыло неправильно указано, должны они допускаться автоматом или нет.На первом <strong>на</strong>боре данных проводилось сравнение четырехалгоритмов: не использующего алгоритм расстановки пометок (plain); метода из работы [88] (smart labeling); метода, использующего первый из предлагаемых в рассматриваемойработе подходов к выполнению операции мутации (sampled); метода, использующего второй из предлагаемых в рассматриваемойработе подходов к выполнению операции мутации (quick-sampled).Результаты вычислительных экспериментов показали, что привосьми состояниях автомата, <strong>на</strong> <strong>основе</strong> которого генерировались
65обучающие <strong>на</strong>боры, из 50 случаев алгоритм plain построил автомат в 26,алгоритм smart labeling – в 42, алгоритм sampled – в 47, а алгоритм quicksampled– в 43. При использовании автомата из 16 состояний результатыбыли такими: plain – 5 из 50, smart – 21 из 50, sampled – 26 из 50, quicksampled– 4 из 50. Если же в исходном автомате было 32 состояния, тотолько два алгоритма справились с задачей: smart правильно строилавтомат в 6 случаях из 50, а sampled – в 12 случаях из 50.Как отмечалось выше, второй <strong>на</strong>бор данных содержал зашумленныеобучающие <strong>на</strong>боры. На этом <strong>на</strong>боре данных сравнение проводилось салгоритмом EDSM и с другими алгоритмами, участвовавшими всоревновании в рамках конференции GECCO 2004 [144]. Результатывычислительных экспериментов показали, что предлагаемый врассматриваемой работе эволюционный алгоритм (sampled) превосходитвсе существующие алгоритмы <strong>построения</strong> <strong>автоматов</strong> <strong>на</strong> этом обучающем<strong>на</strong>боре по точности их <strong>построения</strong>. При этом отметим, что предложенныйалгоритм эффективен только для <strong>построения</strong> <strong>автоматов</strong> из относительнонебольшого числа состояний (порядка нескольких десятков), в то времякак с помощью алгоритма EDSM могут быть успешно построены автоматыиз сотен состояний.В работе [115] также рассматривается задача <strong>построения</strong> <strong>конечных</strong><strong>автоматов</strong>-распоз<strong>на</strong>вателей. В качестве метода представления <strong>конечных</strong><strong>автоматов</strong> выбраны двоичные строки, в качестве операций мутации искрещивания используется однородное скрещивание и мутация.В качестве исходных данных для генетического алгоритмавыступают пары, состоящие из входных слов и последовательностейпометок состояний, которые используются при обработкесоответствующих слов.Рассматривается три варианта функции приспособленности. Первыйиз них основан <strong>на</strong> строгом сравнении строк, второй – <strong>на</strong> вычислении
- Page 1 and 2:
Санкт-Петербургски
- Page 3 and 4:
32.1. МЕТОД ПОСТРОЕНИ
- Page 5 and 6:
5ВЫВОДЫ ПО ГЛАВЕ 4 ...
- Page 7 and 8:
7состоит в том, что
- Page 9 and 10:
9спуска. Так как мет
- Page 11 and 12:
11автоматического п
- Page 13 and 14: 135. Разработать инс
- Page 15 and 16: 15беспилотными лета
- Page 17 and 18: 17Публикации. По тем
- Page 19 and 20: 19ГЛАВА 1. АВТОМАТНО
- Page 21 and 22: 21входных переменны
- Page 23 and 24: 23определенных знач
- Page 25 and 26: 25воздействие со ст
- Page 27 and 28: 27Рис. 4. Внешний вид
- Page 29 and 30: 29Начальным состоян
- Page 31 and 32: 31Первый из них (мод
- Page 33 and 34: 33 F (Future) - «F p» верно,
- Page 35 and 36: 351.2. ПОИСКОВАЯ ИНЖЕ
- Page 37 and 38: 373. Применение мето
- Page 39 and 40: 39Инициализация -ге
- Page 41 and 42: 411.2.4. Генетические
- Page 43 and 44: 43Инициализация -ге
- Page 45 and 46: 451/1 1/11/11/00/10/11/00/10/01/0Р
- Page 47 and 48: 47Рис. 13. Поле с ябло
- Page 49 and 50: 49операторов скрещи
- Page 51 and 52: 51Рис. 16. Область вид
- Page 53 and 54: 53 внутренние узлы п
- Page 55 and 56: 55описании операции
- Page 57 and 58: 57производился обме
- Page 59 and 60: 59того чтобы отлича
- Page 61 and 62: 61функции переходов
- Page 63: 63В работе [89] также
- Page 68 and 69: 68обозначена функци
- Page 70 and 71: 70темпоральных форм
- Page 72 and 73: 72генетическогокон
- Page 74 and 75: 74GeneticProgrammingwith FitnessС
- Page 76 and 77: 766. Внедрить разраб
- Page 78 and 79: 78Опишем структуру
- Page 80 and 81: 80Например, для авто
- Page 82 and 83: 82необходимо исполь
- Page 84 and 85: 84тестов, на переход
- Page 86 and 87: 86 Изменение событи
- Page 88 and 89: 88`поколения ко всем
- Page 90 and 91: 902.2. МЕТОД ВЫПОЛНЕН
- Page 92 and 93: 92режимах. Тесты, оп
- Page 94 and 95: 94Input: A, A, A, A, T, T, T, TAnsw
- Page 96 and 97: 96Input: A, A, T [!x 1 & !x 2 ],T [
- Page 98 and 99: 98T [x 1 & !x 2 ], A, A, TAnswer: z
- Page 100 and 101: 100Рис. 23. Распределе
- Page 102 and 103: 102Рис. 27. Распределе
- Page 104 and 105: 104По результатам ст
- Page 106 and 107: 106Таблица 9. Минимал
- Page 108 and 109: 108приспособленност
- Page 110 and 111: 110Отметим также, чт
- Page 112 and 113: 112Таблица 12. Тесты д
- Page 114 and 115:
114G(wasEvent(e 4 ) wasAction(z 3
- Page 116 and 117:
116G( wasAction(z 1 ) =>X[U(!wasAct
- Page 118 and 119:
1182.5.1.3. Результаты э
- Page 120 and 121:
1204. Проведено экспе
- Page 122 and 123:
122содержать тесты д
- Page 124 and 125:
124В первом случае н
- Page 126 and 127:
1263.2.2. Формат выходн
- Page 128 and 129:
128Класс Starter являет
- Page 130 and 131:
130выходные воздейс
- Page 132 and 133:
132входными парамет
- Page 134 and 135:
134Напомним, что каж
- Page 136 and 137:
136а) б)в) г)д) е)ж) з)
- Page 138 and 139:
2 (1O i138Для упрощения
- Page 140 and 141:
Здесь140 i - множеств
- Page 142 and 143:
142cnt i cnt i... cnt iL1[t]i[t]u2[
- Page 144 and 145:
144ni1~Aii, j,gмаксимальн
- Page 146 and 147:
1460 -> 0 e 8 [not x 8 ] 0 0 0.0000
- Page 148 and 149:
148Отсутствие перех
- Page 150 and 151:
150ж) з)и) к)л)Рис. 37. К
- Page 152 and 153:
152Для решаемой зада
- Page 154 and 155:
154 algorithms/simple.jar - ген
- Page 156 and 157:
156Для подключения м
- Page 158 and 159:
158BRAINPlugin-Description-HTML des
- Page 160 and 161:
1604.2.2.2. Правила напи
- Page 162 and 163:
162Целью лабораторн
- Page 164 and 165:
164учебный процесс.
- Page 166 and 167:
16610. Кормен Т., Лейзе
- Page 168 and 169:
16828. Шалыто А. А. Switch-
- Page 170 and 171:
17046. Das R., Mitchell M., Crutchf
- Page 172 and 173:
17267. Harman M. Automated Test Dat
- Page 174 and 175:
17486. Larranaga P., Lozano J. A. E
- Page 176 and 177:
176106. O’Keeffe M., O’Cinneide
- Page 178 and 179:
178РЕСУРСЫ СЕТИ ИНТЕ
- Page 180 and 181:
180134. Данилов В. Р. Те
- Page 182 and 183:
182152. Царев Ф. Н., Але
- Page 184 and 185:
184162. Tsarev F., Alexandrov A., S
- Page 186 and 187:
186ПРИЛОЖЕНИЕ 1. СВИД
- Page 188 and 189:
188
- Page 190 and 191:
190состояния, в кото
- Page 192 and 193:
192T / 00A / 20A / 2H / 11H / 11T /
- Page 194 and 195:
194«родительских» о
- Page 196:
196Из графика видно,