neuro_lab2
.pdf
Гистограмма значений пригодности для групп хромосом совпадает с аналогичной гистограммой на рис. 6 и показывает, что у 20 хромосом одинаковая пригодность.
График выполнения критерия останова совпадает с аналогичным графиком на рис. 7 и показывает, что алгоритм остановился из-за отсутствия улучшений для целевой функции в последовательности следующих друг за другом 50 поколений.
Общий вид графика генеалогии хромосом совпадает с аналогичным графиком на рис. 8 и показывает, что две хромосомы без изменений на протяжении всего отбора гарантированно попадают в следующую популяцию. В результате скрещивания в каждую следующую популяцию попадает 16 хромосом. Некоторые хромосомы подвергаются мутации.
График пригодности хромосом популяции совпадает с аналогичным графиком на рис. 9 и показывает, что значение пригодности для каждой хромосомы популяции составляет 1,4241.
Рис. 19 – График расстояния между хромосомами популяции.
Из графика расстояния между хромосомами популяции (рис. 19) видно, что среднее расстояние между хромосомами популяции сильно варьируется, но в популяциях 22-41 равно 0.
Рис. 20 – График оценки пригодности хромосом.
Из графика оценки пригодности хромосом (рис. 20) видно, что наилучшее, наихудшее и среднее значение пригодности хромосом популяции не совпадают почти в каждом поколении с первого по двадцатое, затем совпадают, составляя 1,4241, и не совпадают почти во всех последних поколениях.
11
Рис. 21 – График числа потомков хромосом.
Из гистограммы числа потомков хромосом (рис. 21) видно, что число потомков неодинаково в разных поколениях.
В результате действия алгоритма минимальное значение функции было вычислено с точностью до 16 знаков после запятой, и его можно считать совпавшим с точным минимальным значением целевой функции, приблизительно равным 1,4142. Аргумент минимального найденного значения целевой функции указан на вкладке Final point равным нулю, что соответствует графику целевой функции, представленному на рис. 1.
Вывод
На лабораторной работе были изучены основы работы с генетическими алгоритмами в среде Optimization Toolbox ППП Matlab и осуществлено решение задачи поиска минимума функции на заданном интервале с применением классического и модифицированного классического генетического алгоритма.
По результатам исследований генетических алгоритмов видно, что точность алгоритма во многом зависит от вида скрещивания особей популяции и функции селекции. В данной лабораторной работе из графиков наилучшей и средней пригодности, масштабированной пригодности, расстояния между хромосомами популяции, оценки пригодности хромосом видно, что наилучший результат показал классический алгоритм.
12