ТОР 5 статей: Методические подходы к анализу финансового состояния предприятия Проблема периодизации русской литературы ХХ века. Краткая характеристика второй половины ХХ века Характеристика шлифовальных кругов и ее маркировка Служебные части речи. Предлог. Союз. Частицы КАТЕГОРИИ:
|
Генетический алгоритмНа каждой итерации генетического алгоритма размер популяции будет увеличиваться на хромосом-отпрысков, где - коэффициент скрещивания. Для того, чтобы сохранить постоянный размер популяции (), перед следующей итерацией следует отбросить худшие (в смысле функции соответствия) хромосом. С учетом этого, генетический алгоритм оптимальной настройки нечеткой модели будет иметь следующий вид: 1°. Генерируем исходную популяцию согласно (5.23)-(5.25). 2°. Находим значения функций соответствия , согласно (5.20),(5.21). 3°. Определяем пар хромосом-родителей, используя алгоритм из раздела 5.2.5. 4°. Выполняем операцию скрещивания каждой пары хромосом-родителей в соответствии с алгоритмом из раздела 5.2.2. 5°. С вероятностью осуществим мутацию полученных хромосом-отпрысков согласно алгоритму из раздела 5.2.3. 6°. Из полученной популяции размером хромосом отбрасываем хромосом, имеющих худшие значения функции соответствия . 7°. Если получена хромосома , для которой , то конец алгоритма, иначе переходим к шагу 8. 8°. Если не исчерпано заданное число шагов, то переходим к шагу 2; в противном случае хромосома, имеющая наибольшее значение функции соответствия представляет субоптимальное решение. Конец алгоритма. Дальнейшее улучшение решения может быть выполнено обычными поисковыми методами.
5.3. Настройки -уровневых функций принадлежности Функции принадлежности, которые использовались выше, настраивались лишь по двум параметрам: - координата максимума; - коэффициент сжатия-растяжения. В этом разделе используется уровневое представление функций принадлежности, которые обеспечивают больше возможностей при настройке.
Не нашли, что искали? Воспользуйтесь поиском:
|