Genetik algoritmlarni sun'iy neyron tarmoqlarning og'irlik koeffitsientlarini sozlashning eng maqbul usuli deb hisoblash mumkin

Rasm. 2. Buyurtmali kesib o'tishning ishlash printsipi.
Algoritm birinchi gendan Vw1 xromosomasini tahlil qiladi va allaqachon avloddagi genlardan e = 0,02 dan ko'proq farq qiladigan genlarning tartibli ekstraktsiyasini amalga oshiradi. Har bir o'tish operatorining ishi natijasida populyatsiyada ikkita yangi shaxs paydo bo'ladi. Krossover faktor K krossover operatsiyalar sonini boshqarish uchun ishlatiladi._k, bu har bir iteratsiyada ishlab chiqarilgan bolalarning ulushini belgilaydi. Avlodlar soni quyidagi formula bilan aniqlanadi:
Hisoblash_p= dumaloq (hajmi_p*K_k) *2,(3)
qaerda Hajmi_p- aholi soni, soni_polish uchun bolalar soni, dumaloq yaxlitlash operatsiyasi.
Yuqori K qiymati_kqidiruv maydonining maydonlarini ko'paytirishga imkon beradi va mahalliy optimalga tushib qolish xavfini kamaytiradi, ammo bu parametrning juda katta qiymati algoritmning ishlash muddatini ko'paytirishga, shuningdek, haddan tashqari ko'payishiga olib keladi. qidiruv maydonining istiqbolsiz joylarini o'rganish.
Genetik algoritmning keyingi bosqichi mutatsiyadir. Mutatsiya - bu genetik materialning sifat jihatidan yangi xususiyatlarining namoyon bo'lishiga olib keladigan o'zgarish. Mutatsiyalar tasodifiy yuzaga keladi va genotip tuzilishida keskin o'zgarishlarga olib keladi.
Optimallashtirish muammolarini hal qilishning bir qismi sifatida gen mutatsiyalari eng katta ahamiyatga ega bo'lib, aksariyat hollarda bir yoki bir nechta genlarga ta'sir qiladi. Mutatsiya har qanday ko'rinishda ko'rinishi mumkin, xoh u genlarning o'z pozitsiyalari bilan almashinuvi yoki boshqa genning qiymatini nusxalash va hokazo. Har bir genetik algoritmda mutatsiya turini tanlash to'g'risida qaror qabul qilish kerak. Ko'rib chiqilayotgan genetik algoritmda genlar 0 dan 1 gacha bo'lgan haqiqiy raqamlarni o'z ichiga oladi. Bunga ko'ra, mutatsiya operatori genetik materialga o'ziga xos o'zgarishlar kiritishi kerak, ya'ni. allaqachon mavjud genlarga tayanmasdan ma'lum genlarning qiymatlarini o'zgartirish. Ishlab chiqilgan mutatsiya operatorining mohiyati quyidagicha. O'rganilayotgan xromosomada tasodifiy miqdordagi genlar ham tasodifiy ravishda ajratiladi. Mutatsiya koeffitsienti K_mmutatsiyalarning intensivligini aniqlaydi. U joriy iteratsiyada mutatsiyaga uchragan genlarning umumiy sonidan kelib chiqqan holda ulushini aniqlaydi. Agar mutatsiya darajasi juda past bo'lsa, populyatsiyada juda ko'p foydali genlar mavjud bo'lmagan vaziyat yuzaga keladi. Shu bilan birga, mutatsiya koeffitsientining katta qiymatidan foydalanish ko'plab tasodifiy buzilishlarga olib keladi va qidiruv vaqtini sezilarli darajada oshiradi. Avlodlar endi o'z ota-onalariga o'xshamaydi, algoritmni irsiy xususiyatlarni saqlab qolish asosida o'rgana olmaydi. Tanlangan genlarga transformatsiya qo'llaniladi, bu joriy genning qiymatini oz miqdorda o'zgartirishga olib keladi. Qiymat i-chi genning qiymatini o'zgartirgandan so'ng, [0; biri].