Cтраница 1
Эффективность локально-генетических алгоритмов существенно зависит от ряда факторов. Основными среди них следует назвать используемый набор эвристик, вероятности их выбора в операторах мутации и формирования начального поколения, глубину локального поиска, размер макромутаций. [1]
В локально-генетических алгоритмах после каждого акта генерации двух потомков к каждому из них ( или только к лучшему) применяется процедура локального поиска. Она заключается в выполнении макромутации и оценке целевой функции F для мутированной хромосомы. Если F улучшилась, то выполненная макромутация принимается, иначе делается новая попытка улучшить хромосому с помощью новой макромутации. [2]
В разрабатываемых для НСМ локально-генетических алгоритмах можно использовать несколько стадий фильтрации, причем одним из требований является экономичность - малые затраты времени на возникающие дополнительные вычисления. [3]
В некоторых задачах, имеющих то или иное секционирование, возможны дополнительные схемы позиционирования. Примерами таких задач могут служить многостадийные задачи синтеза расписаний. Для них используют также локально-генетический алгоритм LGA3, реализующий распределенный регулярный способ позиционирования. [4]
При макромутациях число мутируемых генов R, называемое размером макромутации, может быть любым в диапазоне от 1 до п включительно, где п - число генов в хромосоме. Различают случайное распределенное позиционирование мутируемых генов, сосредоточенное регулярное позиционирование и распределенное регулярное позиционирование. Эти виды макромутаций реализуются локально-генетическими алгоритмами, которые будем обозначать LGA1, LGA2 и LGA3 соответственно. В LGA1 позиции мутируемых генов в хромосоме выбираются случайным образом. В LGA3 расположение мутируемых генов относительно друг друга задается заранее. Случайной в LGA2 и LGA3 является позиция только первого из мутируемых генов. [5]