Анализ результатов работы адаптивного генетического алгоритма Текст научной статьи по специальности «Математика»

Известия ТРТУ

Тематический выпуск

родственному размножению, при котором объединение «близких родственников» в пару происходит чаще, чем можно было бы ожидать при панмиксии. Инбридинг позволяет наиболее быстро выделить линию, несущую желаемые гены. Однако так как «близкие родственники» более сходны между собой в генетическом смысле, то у них большее число аллелей в отдельных генах совпадает между собой, что ведет при размножении к снижению разнообразия генофонда. Прямо противоположной к рассматриваемой системе скрещивания является аутбридинг - система скрещивания, в которой при образовании «родительской пары» предпочтение отдается генетически различным особям. При этом две особи имеют тем больше шансов для , .

, - , -ными к дальнейшему улучшению тем же способом скрещивания, что и раньше, и представляют собой локальные оптимумы, выйти из которых дает возможность .

В настоящей работе предлагается введение в генетический алгоритм макроэволюции, то есть развития нескольких субпопуляций. Трудностью при этом подходе является то, что после некоторого числа поколений хромосомы в отдельной популяции становятся очень похожими. Работа не с одной, а с несколькими начальными популяциями позволяет получить большее разнообразие генетического материала, позволяя вести эволюцию в отдельных субпопуляциях, в каждой из которых можно получить решения, недостижимые в одной популяции.

Если в пределах популяции свободное скрещивание особей нарушается на , - . результате действия изоляции образуются генотипически отличающиеся друг от .

положительный эффект на процесс эволюции. Предлагается включение в схему ГА фактора изоляции и миграции, что позволяет во многих случаях выходить из локальных оптимумов для задач оптимизации.

Н.Н. Венцов

АНАЛИЗ РЕЗУЛЬТАТОВ РАБОТЫ АДАПТИВНОГО ГЕНЕТИЧЕСКОГО

АЛГОРИТМА

Реляционный подход к проектированию баз данных, предполагает представление информации в виде таблиц (отношений) и связей между ними. Для реализации простейшего запроса к базе данных необходимо выполнить 2-3 оператора натурального соединения отношений. В процессе поиска оптимального плана выполнения запроса известны, как правило, известны только приблизительные характеристики соединяемых отношений. Для решения задачи выбора оптимального порядка соединения отношений на основе ранее разработанного генетического алгоритма [1] ( ).

функционирует в соответствии с адаптивной схемой оптимизации запросов, которую предложили Кабра и Девит [2]. Для оценки результатов работы генетического алгоритма была проведена серия опытов.

Отклонение стоимости решения полученного АГА, от стоимости оптимального решения, определялось по формуле:

,, ^ , Costed '-Costed

AbsOtkl =---------------- ,

Costed

Краткие сообщения

AbsOtkl - абсолютное отклонение стоимости полученного решения от оптимального;

Costed - стоимость оптимального решения;

Costed’ - стоимость полученного решения.

На рис.1. приведены результаты работы адаптивного генетического алгоритма полученные при решении одной из тестовых задач. В результате работы генетического алгоритма в 71 случае из 100 было получено оптимальное решение в 29 случаях было получено решение абсолютная погрешность которого превышает 0.6.

Рис.1. Результаты работы адаптивного генетического алгоритма.

На основании результатов полученных при проведении серии испытаний на задачах различной размерности (5-15) можно предположить что разработанный генетический алгоритм может определять оптимальное (либо субоптимальное решение погрешность которого не превышает 15%) в среднем с вероятностью 7080%.

БИБЛИОГРАФИЧЕСКИЙ СПИСОК

1. Венцов Н.Н. Разработка и исследование простого генетического алгоритма выбора оптимального порядка соединения отношений. Компьютерные и вычислительные технологии в задачах естествознания и образования // Сборник материалов Международной научно- технической конференции. Пенза: РИО ПГСХА, 2005. - С. 35-38.

2. Джозеф Хеллерсштейн, Майкл Франклин, Сириш Чандрасекаран, Амол Дешпанде, Крис Хшдрум, Сем Медден, Виджашианкар Раман, Мехул Шах. Адаптивная обработка запросов: технология в эволюции // Открытые системы, № 07-08, 2000, - С. 32-36.

С.А. Степаненко, В.Б. Лебедев РАЗМЕЩЕНИЕ С УЧЕТОМ КРИТЕРИЕВ ТРАССИРУЕМОСТИ*

Задача размещения является одним из наиболее важных этапов в процессе , , -стоящему времени стали «узким местом», определяющим производительность схем в субмикронных технологиях. Проблема размещения интенсивно изучается в 30 . 5 -

* Работа выполнена при поддержке РФФИ (грант №04-01-00174)