|
Mavzu: O’qituvchisiz o’qitish. Mundarija: Kirish. Asosiy qismi
|
| bet | 5/11 | | Sana | 21.12.2023 | | Hajmi | 0,86 Mb. | | #125713 |
Uchinchi bosqich - chatishtirish («krossingover») va mutatsiya.
Chatishtirish, mutatsiya va seleksiya – bular genetik operatorlar. Xuddi tabiatdagiday, chatishtirish ehtimolligi mutatsiya ehtimoligiga qaraganda bir qancha darajaga yuqoriroqdir. Populyasiyada chatishtirish cheksiz ko‘p holatlarni qo‘llab- quvvatlaydi, bu ota-onaning genetik materialini qayta taqsimlashdir, natijada nasllarda genlarning yangicha birlashmalari paydo bo‘ladi. Genetik algoritmda “xromosoma” – parametrlar to‘plami, mumkin bo‘lgan yechimlarni aniqlaydigan, “gen” esa – bu “xromosoma” satrida bitta “harf”, qoidaga binoan ikkilik qiymatga ega bo‘lgan (0 yoki 1).
Mavzuni kengroq o‘rganuvchilar uchun F.Herrera, M.Losano, A.M.Sanches Hybrid Crossover Operators for Real-Coded Genetic Algorithms: An Experimental Study [16] maqolasini tavsiya qilamiz.
Mutatsiya – genetik operator, u birorta ehtimollik bilan
«xromosomalar»ning tasodifiy pozitsiyalaridagi bitta yoki bir qancha “genlar”ni o‘zgartiradi. Mutatsiya bu genetik koddagi o‘zgarishlar. Mutatsiya tabiatda mavjud, ular nasllarni yaxshi yashab ketishiga imkoniyat yaratadimi? Bu maqola genetika to‘g‘risida emas, esdan chiqarmaslik kerakki, aynan shu maqola genetik algoritmni yaratuvchi olim Xolland (1975) uchun ijod manbai bo‘ldi. Genetik operatorlar ta’siriga uchragan nasllar yangi populyasiyani hosil qiladi – bunda yana navbatdagi GA iteratsiyasi boshlanadi.
2-rasm. Genetik algoritmni blok-sxemasi
Yangitdan yaroqlilik funksiyasini qiymati hisoblanadi, tabiiy tanlov amalga oshiriladi, undan keyin esa agar belgilangan shart bajarilgan bo‘lsa, to‘xtatiladi, yoki yana yangi seleksiyaga o‘tiladi. Genetik algoritmni qiziqarli tadbiqlaridan kommivoyajer – dayti savdogar (travelling salesman problem) masalasi, hamda ryukzakga narsalarni joylash (knapsack problem) masalasini keltirish mumkin. Bu ikkala masala asosan kombinatorika masalasi hisoblanadi.Biz oxir oqibatda optimal variantni izlaymiz. GA metodni ijobiy va salbiy tomonlarini keltiramiz.
|
| |
