Автор работы: Пользователь скрыл имя, 14 Декабря 2011 в 00:07, курсовая работа
Изобретение и дальнейшее развитие персонального компьютера значительно упростило жизнь человека.
Технологический скачок последнего десятилетия позволило разработать серию современных персональных компьютеров. Микро ЭВМ постепенно начали входить в нашу повседневную жизнь. Компьютерные и информационные технологии уверенно входят в нашу жизнь.
Введение………………………………………………………………………...…3
История появления эволюционных алгоритмов……………………….……….5
Решение задачи в формульном виде……………………………………….…...19
Решение задачи в числовом виде………………………………………….……25
Заключение……………………………………………………………………….32
Список литературы………………
В то время как теорема шим предсказывает рост примеров хороших шим, сама теорема весьма упрощенно описывает поведение ГА. Прежде всего, f(H) и fср. не остаются постоянными от поколения к поколению. Приспособленности членов популяции знаменательно изменяются уже после нескольких первых поколений. Во-вторых, теорема шим объясняет потери шим, но не появление новых. Новые шимы часто создаются кроссовером и мутацией. Кроме того, по мере эволюции, члены популяции становятся все более и более похожими друг на друга так, что разрушенные шимы будут сразу же восстановлены. Наконец, доказательство теоремы шим построено на элементах теории вероятности и следовательно не учитывает разброс значений, в многих интересных задачах, разброс значений приспособленности шимы может быть достаточно велик, делая процесс формирования шим очень сложным (Goldberg и Rudnick, 1991; Rudnick и Goldberg, 1991). Существенная разница приспособленности шимы может привести к сходимости к неоптимальному решению.
Несмотря на простоту, теорема шим описывает несколько важных аспектов поведения ГА. Мутации с большей вероятностью разрушают шимы высокого порядка, в то время как кроссовера с большей вероятность разрушают шимы с большей определенной длиной. Когда происходит отбор, популяция сходится пропорционально отношению приспособленности лучшей особи, к средней приспособленности в популяции; это отношение - мера давления отбора ("selection pressure", Back, 1994). Увеличение или Pc, или Pм., или уменьшении давления отбора, ведет к увеличенному осуществлению выборки или исследованию пространства поиска, но не позволяет использовать все хорошие шимы, которыми располагает ГА. Уменьшение или Pc, или Pм., или увеличение давления выбора, ведет к улучшению использования найденных шим, но тормозит исследование пространства в поисках новых хороших шим. ГА должен поддержать тонкое равновесие между тем и другим, что обычно известно как проблема "баланса исследования и использования".
Некоторые
исследователи критиковали
Решение задачи в формульном виде Изм.
Лист
№ докум.
Подпись
Дата
Лист
19
КР.МГ-31.14.2011
.
Vп, м/с | а, м/с2 | i, ‰ | G, кН | g |
0-5 | 0,1-3 | 0,01-5 | 500000 | 0,1 |
N Xp | Vп, м/с | а, м/с2 | I, ‰ |
1 | =0+ABS(5-0)*СЛЧИС() | =0,1+ABS(3-0,1)*СЛЧИС() | =0,01+ABS(5-0,01)*СЛЧИС() |
2 | =0+ABS(5-0)*СЛЧИС() | =0,1+ABS(3-0,1)*СЛЧИС() | =0,01+ABS(5-0,01)*СЛЧИС() |
3 | =0+ABS(5-0)*СЛЧИС() | =0,1+ABS(3-0,1)*СЛЧИС() | =0,01+ABS(5-0,01)*СЛЧИС() |
4 | =0+ABS(5-0)*СЛЧИС() | =0,1+ABS(3-0,1)*СЛЧИС() | =0,01+ABS(5-0,01)*СЛЧИС() |
5 | =0+ABS(5-0)*СЛЧИС() | =0,1+ABS(3-0,1)*СЛЧИС() | =0,01+ABS(5-0,01)*СЛЧИС() |
N Xp | Подходящие | fitness, % |
1 | =$N$2*(B2^2)*(((6+0,0007*(B2^ |
=((1/G2)/$I$2)*100 |
2 | =$N$2*(B3^2)*(((6+0,0007*(B3^ |
=((1/G3)/$I$2)*100 |
3 | =$N$2*(B4^2)*(((6+0,0007*(B4^ |
=((1/G4)/$I$2)*100 |
4 | =$N$2*(B5^2)*(((6+0,0007*(B5^ |
=((1/G5)/$I$2)*100 |
5 | =$N$2*(B6^2)*(((6+0,0007*(B6^ |
=((1/G6)/$I$2)*100 |
П | Сумма |
=(1/G2)+(1/G3)+(1/G4)+(1/G5)+( |
=H2 |
=J2+H3 | |
=J3+H4 | |
=J4+H5 | |
=J5+H6 |
случ Б | случ М |
=СЛУЧМЕЖДУ(1;100) | =СЛУЧМЕЖДУ(1;100) |
=СЛУЧМЕЖДУ(1;100) | =СЛУЧМЕЖДУ(1;100) |
=СЛУЧМЕЖДУ(1;100) | =СЛУЧМЕЖДУ(1;100) |
=СЛУЧМЕЖДУ(1;100) | =СЛУЧМЕЖДУ(1;100) |
=СЛУЧМЕЖДУ(1;100) | =СЛУЧМЕЖДУ(1;100) |
Батя: Изм.
Лист
№ докум.
Подпись
Дата
Лист
20
КР.МГ-31.14.2011
=ЕСЛИ($C8<$J$2;$A$2;ЕСЛИ(И($
=ЕСЛИ($C9<$J$2;$A$2;ЕСЛИ(И($
=ЕСЛИ($C10<$J$2;$A$2;ЕСЛИ(И($
=ЕСЛИ($C11<$J$2;$A$2;ЕСЛИ(И($
=ЕСЛИ($C12<$J$2;$A$2;ЕСЛИ(И($
Мама:
=ЕСЛИ($D8<$J$2;$A$2;ЕСЛИ(И($
=ЕСЛИ($D9<$J$2;$A$2;ЕСЛИ(И($
=ЕСЛИ($D10<$J$2;$A$2;ЕСЛИ(И($
=ЕСЛИ($D11<$J$2;$A$2;ЕСЛИ(И($
=ЕСЛИ($D12<$J$2;$A$2;ЕСЛИ(И($
Хромосо Изм.
Лист
№ докум.
Подпись
Дата
Лист
21
КР.МГ-31.14.2011
мы бати:
Vп, м/с |
=ЕСЛИ(1=$E8;$B$2;ЕСЛИ((2=$E8); |
=ЕСЛИ(1=$E9;$B$2;ЕСЛИ((2=$E9); |
=ЕСЛИ(1=$E10;$B$2;ЕСЛИ((2=$ |
=ЕСЛИ(1=$E11;$B$2;ЕСЛИ((2=$ |
=ЕСЛИ(1=$E12;$B$2;ЕСЛИ((2=$ |
а, м/с2 |
=ЕСЛИ(1=$E8;$C$2;ЕСЛИ((2=$E8); |
=ЕСЛИ(1=$E9;$C$2;ЕСЛИ((2=$E9); |
=ЕСЛИ(1=$E10;$C$2;ЕСЛИ((2=$ |
=ЕСЛИ(1=$E11;$C$2;ЕСЛИ((2=$ |
=ЕСЛИ(1=$E12;$C$2;ЕСЛИ((2=$ |
I, ‰ |
=ЕСЛИ(1=$E8;$D$2;ЕСЛИ((2=$E8); |
=ЕСЛИ(1=$E9;$D$2;ЕСЛИ((2=$E9); |
=ЕСЛИ(1=$E10;$D$2;ЕСЛИ((2=$ |
=ЕСЛИ(1=$E11;$D$2;ЕСЛИ((2=$ |
=ЕСЛИ(1=$E12;$D$2;ЕСЛИ((2=$ |
Хромосомы Изм.
Лист
№ докум.
Подпись
Дата
Лист
22
КР.МГ-31.14.2011
мамы:
Vп, м/с |
=ЕСЛИ(1=$F8;$B$2;ЕСЛИ((2=$F8); |
=ЕСЛИ(1=$F9;$B$2;ЕСЛИ((2=$F9); |
=ЕСЛИ(1=$F10;$B$2;ЕСЛИ((2=$ |
=ЕСЛИ(1=$F11;$B$2;ЕСЛИ((2=$ |
=ЕСЛИ(1=$F12;$B$2;ЕСЛИ((2=$ |
а, м/с2 |
=ЕСЛИ(1=$F8;$C$2;ЕСЛИ((2=$F8); |
=ЕСЛИ(1=$F9;$C$2;ЕСЛИ((2=$F9); |
=ЕСЛИ(1=$F10;$C$2;ЕСЛИ((2=$ |
=ЕСЛИ(1=$F11;$C$2;ЕСЛИ((2=$ |
=ЕСЛИ(1=$F12;$C$2;ЕСЛИ((2=$ |
Информация о работе Использование генетических алгоритмов для поиска решения задач ГЭТ