Математическое моделирование
Задачи комбинаторной оптимизации очень часто встречаются в различных областях науки. Обычно задачи подобного рода не имеют в качестве точного метода нахождения решения более эффективного способа решения, чем полный перебор, что неприемлемо для реальных задач. Сейчас разработано большое количество приближенных алгоритмов решения подобных задач. Одним из перспективных походов в настоящий момент является генетический алгоритм. В ходе выполнения исследования были рассмотрены 4 задачи комбинаторной оптимизации - задача о восстановлении примера, задача о восьми ферзях, задача о сортировке, задача коммивояжера. Каждая из задач реализована в отдельных программных системах. Задачи отличаются друг от друга следующими свойствами: решением является одна (несколько) перестановок, циклический сдвиг влево (например, 12345 - 51234) значительно (незначительно) влияет на значение функции пригодности. Для каждой задачи были проведены исследования по влиянию различных параметров генетического алгоритма. Сравнивалась эффективность генетического алгоритма при различных вероятностях скрещивания и мутации. Получены следующие результаты. Для задач, где циклический сдвиг сильно влияет на значение функции пригодности (например, задача о восстановлении примера) вероятность скрещивания должна быть низкой, а вероятность мутации наоборот высокой. Это объясняется тем, что скрещивание носит более деструктивный характер, чем мутация. Для задач, где циклический сдвиг мало влияет на значение функции пригодности, картина обратная: вероятность мутации низкая, вероятность скрещивания высокая. Кроме того, при анализе эффективности генетического алгоритма для задачи коммивояжера была выявлена непропорциональная связь между размером турнира в турнирной селекции и эффективностью генетического алгоритма. Если рассматривать зависимость распределения области наиболее эффективных параметров вероятности скрещивания и мутации генетического алгоритма, то при небольшом размере турнира распределение имеет почти линейный вид, то есть при низкой мутации вероятность скрещивания должна быть высокой, а при высокой мутации вероятность скрещивания должна быть низкой. При увеличении размера турнира наблюдается сдвиг в область высоких вероятностей мутации и скрещивания.
Примечание. Тезисы докладов публикуются в авторской редакции
Ваши комментарии Обратная связь |
[Головная страница] [Конференции] |
© 1996-2000, Институт вычислительных технологий СО РАН, Новосибирск
© 1996-2000, Сибирское отделение Российской академии наук, Новосибирск