Оценка популяции. 
Генетические алгоритмы и традиционные способы оптимизации

После генерации начальной популяции особей осуществляется ее оценка с помощью операции декодирования и проверяется условие остановки. В случае, когда условие остановки не выполняется, для дальнейшего развития процесса поиска, применяются специализированные операторы генетического алгоритма, одним из которых является оператор селекции.

Оператор селекции является одним из наиболее важных операторов, помогающих поддерживать генетическое разнообразие популяции, которое отвечает за характер поведения популяции: широкий разброс точек в пространстве поиска, сбор точек вокруг некоторой точки и т. д.

Оператор селекции — генетический оператор поиска, посредством которого отбираются индивиды, имеющие разрешение (например, из-за Їхорошего? значения целевой функции) на производство потомства. То есть селекция состоит в том, что родителями могут стать только те особи, значение приспособленности которых не меньше пороговой величины, например, среднего значения приспособленности по популяции.

Таблица 1.4.2.1 — Метод рулетки. Размер популяции = 5. Суммарная пригодность популяции = 200.

Колесо рулетки

Рисунок 1.4.2.1 — Оператор селекции типа колеса рулетки с пропорциональными функции приспособленности секторами.

— Турнирная селекция (tournament selection) — из популяции, состоящей из N.

особей, создается группа из t (? 2) особей, выбранных случайным образом (рис. 1.4.2.1). Особь с наибольшей пригодностью в группе отбирается, остальные — отбрасываются. Такая операция повторяется k раз. Затем отобранные особи используются для кроссинговера. Размер группы t часто равен 2, в таких случаях говорят о парных (двоичных) турнирах (binary tournament). Число t называется численностью турнира (tournament size).

Преимуществом турнирной селекции является то, что она не требует дополнительных вычислений и упорядочивания особей в популяции по возрастанию приспособленности. [3].

— Отбор усечением (truncation selection) — индивиды сортируются (ранжируются) на основе их пригодности таким образом, чтобы? для? , т. е. первым стоит наиболее приспособленный индивид. Число особей для скрещивания выбирается в соответствии с порогом T?[0; 1]. Порог определяет, какая доля особей, начиная с самой первой (то есть самой приспособленной) будет принимать участие в отборе. Порог может быть задан и числом больше 1, тогда он будет равен числу особей из текущей популяции, допущенных к отбору. Среди особей, попавших «под порог», случайным образом N раз выбирается самая везучая, среди которых затем выбираются особи непосредственно для скрещивания.

Из-за того, что в этой стратегии используется отсортированная популяция, время е? работы может быть большим для популяций большого размера и зависеть также от алгоритма сортировки. [3].