або міра генотипического відстані між двома популяціями (або відстані від характерної особини популяції, наприклад, найкращою). При такій архітектурі необхідні механізми відстеження подій в сусідніх популяціях, причому якщо в одній із сусідніх популяцій деякий подія настала, то слід очікувати події і в другій популяції.
Частота міграцій також має великий вплив на кінцеве рішення. Як відомо, занадто часті міграції призводять до виродження популяцій, а рідкісні, навпаки, до зниження збіжності. Для регулювання частоти міграції застосовуються різні методи, які можна розбити на два типи: адаптивні і подієві. У першому випадку методи адаптації використовуються для настройки частоти міграції в процесі роботи алгоритму. У другому випадку застосовуються методи, що визначають необхідність міграції, тобто міграція здійснюється тільки при настанні якої-небудь події.
Для відбору особин для міграції застосовуються механізми селекції. Відомо, що окремі хромосоми можуть містити «хороші» фрагменти генетичного коду, але дані частини можуть знаходитися в хромосомах, які відрізняються поганою пристосованістю. Але в той же час, виключення подібних може призвести до того, що станеться передчасна збіжність, або пропуск глобального оптимуму.
Використання різних стратегій накладає головне обмеження-необхідність формування однотипної структури хромосоми. Але ефект, який можливий при вдалому формуванні, може бути набагато більшим, ніж при використанні однієї структури ГА у всіх популяціях.
Висновок
Для многообщінних генетичних алгоритмів потрібно дослідити вплив структури взаємозв'язків на роботу паралельного ГА. Складність цих питань полягає в труднощі точного опису процесу міграції особин.
Надалі найбільш доцільним буде впровадження гібридних методів. Впровадження таких методів в паралельні генетичні алгоритми, на різних етапах функціонування, дозволить підвищити точність і ефективність алгоритму.
Список літератури
Курейчик В.М., Книш Д.С. Паралельний генетичний алгоритм. Моделі та проблеми побудови / /-С.1-3.
2. Інтернет-ресурс.- Режим доступу: www / URL: gotai/ - сайт з ШІ.
3. Гладков Л.А., Курейчик В.М., Курейчик В.В. Генетичні алгоритми [Текст] / за ред. В.М. Курейчика.- 2-е іздн., Испр. і доп.- М.: ФИЗМАТЛИТ, 2006.- 320 с.
4. Іванов Д.Є., Чебанов П.А. Взаємодія компонент в розподілених генетичних алгоритмах генерації тестів / Д.Є. Іванов, П.А. Чебанов / / Наукові праці Донецького национального технічного університету. Серія:" Обчислювальна техніка та автоматизація". Випуск 16 (147). - Донецьк: ДонНТУ.- 2009. - С.121-127.
5. Grosso P.B. Computer Simulations of Genetic Adaptation: Parallel Subcomponent Interaction in a Multilocus Model / / Unpublished doctoral dissertation, The University of Michigan. (University Microfilms № 8520908), 1985.
Для підготовки даної роботи були використані матеріали з сайту masters.donntu.edu/
Дата додавання: 19.03.2014
