Разработка методов совместного применения генетического и автоматного программирования

2.4.Предлагаемый метод

Переходы из состояния 0 управляющего автомата

Дерево решений, задающее переходы из состояния 0

Конечный распознаватель, задающий управляющего автомата переходы из состояния 0

2.4.1.Описание алгоритма

• 
  создание начального поколения;
  
• 
  мутация;
  
• 
  скрещивание (кроссовер);
  
• 
  отбор особей для формирования следующего поколения;
  
• 
  вычисление функции приспособленности (фитнес-функции).
  

2.4.2.Операция мутации

• 
  изменение начального состояния управляющего автомата на выбранное случайно;
  
• 
  мутация соответствующего одному из состояний конечного распознавателя, задающего функцию переходов.
  

• 
  изменение начального состояния – в этом случае новое начальное состояние выбирается случайно и равновероятно;
  
• 
  изменение состояния, в которое ведет переход, – случайно и равновероятно выбирается переход. После этого состояние, в которое ведет переход, заменяется на случайно выбранное состояние;
  
• 
  изменение условия на переходе – случайно и равновероятно выбирается состояние. После этого переходы из этого состояния, соответствующие символам «0» и «1», меняются местами;
  
• 
  изменение пометки одного из состояний – в этом случае равновероятно выбирается один из двух вариантов:
  
  • 
    изменяется на случайно выбранное состояние, в которое должен перейти управляющий автомат;
    
  • 
    изменяется выходное воздействие, которое он должен выработать.
    

2.4.3.Операция скрещивания

• 
  либо S1(i, 0) = P1(i, 0), S1(i, 1) = P2(i, 1) и S2(i, 0) = P2(i, 0), S2(i, 1) = P1(i, 1);
  
• 
  либо S1(i, 0) = P2(i, 0), S1(i, 1) = P1(i, 1) и S2(i, 0) = P1(i, 0), S2(i, 1) = P2(i, 1);
  
• 
  либо S1(i, 0) = P1(i, 0), S1(i, 1) = P1(i, 1) и S2(i, 0) = P2(i, 0), S2(i, 1) = P2(i, 1);
  
• 
  либо S1(i, 0) = P2(i, 0), S1(i, 1) = P2(i, 1) и S2(i, 0) = P1(i, 0), S2(i, 1) = P1(i, 1).
  

Возможные варианты переходов при скрещивании

2.4.4.Формирование следующего поколения

2.4.5.Настраиваемые параметры алгоритма

• 
  размер поколения;
  
• 
  доля особей, переходящих в следующее поколение;
  
• 
  число состояний в управляющем автомате;
  
• 
  число состояний в конечных распознавателях, задающих функцию переходов;
  
• 
  вероятность мутации;
  
• 
  время до «малой» мутации поколения;
  
• 
  время до «большой» мутации поколения.