Diplomska naloga (.pdf)

3.2 Lastnosti genetskih algoritmov 24
kriterijske funkcije F. Lahko si jo predstavljamo kot kolo, ki je razdeljeno na
toliko delov, kolikor je osebkov v populaciji (glej sliko 3.2). Velikost j-tega dela
je sorazmerna kakovosti osebka, določeni s kriterijsko funkcijo F. Verjetnost
p j , da bo izbran j-ti osebek, je
p j =
F j
∑
k F .
k
Slika 3.2: Selekcija z ruleto.
2. Elitizem se uporablja kot dodatek k selekciji, pri katerem določeno število najboljših
osebkov enostavno prepišemo v populacijo potomcev. S tem preprečimo
izgubo najboljših rešitev. Elitizem se mnogokrat izkaže kot zelo učinkovit prijem
za pospeševanje konvergence.
3. Pri tekmovalni selekciji (angl. tournament selection) naključno izberemo dva
osebka iz populacije staršev. Z naključnim številom r, ki je med 0 in 1, izberemo,
kateri osebek bo postal starš in kateri ne. Če je r manjši od določenega
parametra (npr. 0.75), izberemo boljšega, sicer pa slabšega izmed osebkov.
Osebka sta lahko s ponovitvijo tekmovalne selekcije ponovno izbrana. Pri
tekmovalni selekciji za razliko od utežene selekcije ne upoštevamo, koliko je
določen osebek dejansko dober, temveč le, ali je boljši od drugega. Oglejmo si
primer tekmovalne selekcije v primeru, ko imamo zaporedje n različnih osebkov,
ki so urejeni od najboljšega do najslabšega. Med dvema naključno izbranima
osebkoma je z verjetnostjo r izbran boljši osebek. Zanima nas dogodek
A n,r
k
, ko je s tekmovalno selekcijo izbran k-ti osebek. Zanj velja naslednja
verjetnost:
P(A n,r
k ) = 1 · (1 + 2((n − k)r + (k − 1)(1 − r))).
n2 Če je r = 1 (vedno izberemo boljšega izmed osebkov), je s tekmovalno selekcijo
k-ti osebek izbran z verjetnostjo:
P(T n,1
k
) =
1 + 2(n − k)
n 2 .