Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
MKP 2 otveti.docx
Скачиваний:
8
Добавлен:
24.12.2018
Размер:
170.18 Кб
Скачать

23. Покажіть на прикладі «метод рулетки» та «ранговий метод», як методи відбору генетичного алгоритму.

Метод отбора – метод рулетки. В этом методе у каждой гипотезы с ненулевой функцией приспособленности есть шанс быть выбранной, и вероятность ее выживания пропорциональна ее функции приспособленности. Метод рулетки(roulette-wheel selection) - отбирает особей с помощью n "запусков" рулетки. Колесо рулетки содержит по одному сектору для каждого члена популяции. Размер i-ого сектора пропорционален соответствующей величине P(hi) вычисляемой по формуле: При этом одна и та же особь может быть выбрана несколько раз. При таком отборе члены популяции с более высокой приспособленностью с большей вероятностью будут чаще выбираться, чем особи с низкой приспособленностью. Ранговый отбор. В ранговом методе особи сначала сортируются по приспособленности, а затем отбирается нужное количество верхних по рангу гипотез. Затем процедура выглядит как метод рулетки, за тем исключением, что вероятность выжить, пропорциональна не значению функции приспособленности, а месту, которое заняла гипотеза.

24. Відображення теорій Ламарка та Болдуіна у генетичних алгоритмах.

Основной идеей Ламарка было, то что организмы изменяются под действием окружающей среды и условий их жизнедеятельности. Главное отличие от дарвиновских теорий состояло в том, что по Ламарку виды могут изменятся в течении своей жизни, а не только на генетическом уровне. Для реализации Ламарковской теории, в качестве гипотез нужно использовать какой-нибудь из аппаратов машинного обучения. Эффект Болдуина связан со способностью организма обучаться в течении жизни. Применительно к искусственному интелекту, болдуиновский эффект выражается в том, что в естественном отборе участвуют обучающиеся особи, при чем их способность к обучению так же является предметом естественного отбора. Применительно к нейронным сетям на практике оказывается, что подход Ламарка дает хорошие сети достаточно быстро, в то время как болдуиновский подход позволяет получить сети более высокого качества, но медленнее. Т.е. если у задачи нет большого количества локальных минимумов, то лучше использовать ламарковскую стратегию. В общем случае с задачей лучше справляются подходы основаны на эффекте Болдуина.