ΥΠΟΛΟΓΙΣΤΙΚΗ ΝΟΗΜΟΣΥΝΗ ΙΙ

 

5.11     Υβριδικοι Γενετικοι Αλγοριθμοι

 

Όπως έχει ήδη αναφερθεί, οι Γ.Α. στη βασική τους μορφή, αν και αρκετά εύρωστοι ως διαδικασίες αναζήτησης και βελτιστοποίησης, δεν μπορούν να αντιμετωπίσουν με βέλτιστο τρόπο κάθε πρόβλημα, οποιουδήποτε πεδίου και οποιουδήποτε βαθμού δυσκολίας. Οι υπάρχουσες καθιερωμένες τεχνικές, καθώς και η συσσωρευμένη γνώση από διάφορες άλλες εξειδικευμένες τεχνικές, που πιθανώς να έχουν επινοηθεί για συγκεκριμένα προβλήματα, συνήθως χρησιμοποιούνται για συνεργασία με ένα Γ.Α. Αν ο συνδυασμός αυτός γίνει με προσεκτικό τρόπο, δίνει εντυπωσιακά αποτελέσματα, καλύτερα από την εφαρμογή της κάθε τεχνικής ξεχωριστά. Το προϊόν της ενσωμάτωσης στον Γ.Α. στοιχείων από άλλες τεχνικές ονομάζεται υβριδικός (hybrid) Γ.Α. και αποτελεί θέμα αυτής της παραγράφου.

 

Στη συντριπτική τους πλειοψηφία, οι Γ.Α. που συναντώνται στις διάφορες εφαρμογές, αποτελούν υβριδικά σχήματα. Συνήθως, οι εφαρμογές αυτές είναι αρχικά υλοποιημένες με άλλες τεχνικές βελτιστοποίησης και ο Γ.Α. χρησιμοποιείται για ενσωμάτωση στο υπάρχον μοντέλο με σκοπό την αριστοποίηση του επιθυμητού αποτελέσματος. Τα κύρια σημεία που πρέπει να προσεχθούν, κατά τον Davis [19], στην προσπάθεια δημιουργίας υβριδικών σχημάτων είναι:

 

·           Διατήρηση της υπάρχουσας κωδικοποίησης: Οι κυριότεροι λόγοι που επιβάλλουν τη διατήρηση της υπάρχουσας κωδικοποίησης είναι:

1)        Εξασφαλίζεται ότι η εξειδικευμένη γνώση που είναι ενσωματωμένη στην κωδικοποίηση θα διατηρηθεί και στο νέο σχήμα.

2)        Ο υβριδικός αλγόριθμος θα γίνει πιο εύκολα αποδεκτός από το χρήστη, γιατί θα ενεργεί πάνω σε δομές που είναι ήδη γνωστές. Αυτός ο λόγος είναι πολύ σημαντικός, γιατί σχεδόν κανένας δεν πείθεται εύκολα να επενδύσει μεγάλα ποσά σε χρήμα και χρόνο για την εφαρμογή μιας νέας, άγνωστης σε αυτόν, τεχνολογίας που θα αλλάξει από τα θεμέλια τις τεχνικές που ήδη χρησιμοποιεί.

·           Προσαρμογή των γενετικών λειτουργιών: Έχοντας υιοθετήσει την υπάρχουσα κωδικοποίηση, οι βασικές λειτουργίες του Γ.Α. πρέπει να επαναπροσδιοριστούν. Συγκεκριμένα, πρέπει να επινοηθούν κάποιοι ανάλογοι τρόποι λειτουργίας της διασταύρωσης και της μετάλλαξης. Η υλοποίηση αυτών των δύο λειτουργιών μπορεί να γίνει με μία ποικιλία τρόπων από τον σχεδιαστή του Γ.Α., αρκεί να εξυπηρετείται ο στόχος τους. Η διασταύρωση, όπως παρουσιάστηκε σε προηγούμενο κεφάλαιο, συνδυάζει χαρακτηριστικά των δύο γονέων με σκοπό την παραγωγή νέων ατόμων. Η κωδικοποίηση που υιοθετείται πρέπει να υποστηρίζει μια τέτοιου είδους λειτουργία. Αν, όμως, δεν συμβαίνει αυτό, τότε εναπόκειται στην αντίληψη του κατασκευαστή η επινόηση λειτουργιών που, λαμβάνοντας υπ’ όψη την κωδικοποίηση και τις επιμέρους ιδιαιτερότητες του προβλήματος, θα προσομοιώνουν σε ικανοποιητικό βαθμό τη δια-σταύρωση και θα εξυπηρετούν τους σκοπούς τους. Τα ανάλογα συμβαίνουν για την μετάλλαξη. Στόχος της μετάλλαξης είναι η ανακατεύθυνση του γενετικού ψαξίματος προς περιοχές που δεν έχουν εξερευνηθεί. Αυτό, συνήθως μπορεί να γίνει με πολλούς τρόπους και είναι στην ευχέρεια του σχεδιαστή να επιλέξει μια αποδοτική υλοποίηση, προσαρμοσμένη στις ανάγκες του προβλήματος.

 

Στο επόμενο κεφάλαιο, θα παρουσιαστούν εφαρμογές υλοποιημένες με υβριδικούς Γ.Α., όπου φαίνεται πώς γίνεται η προσαρμογή των γενετικών λειτουργιών στο σύστημα και γενικότερα πώς γίνεται το πάντρεμα δύο διαφορετικών τεχνικών βελτιστοποίησης (μία εκ των οποίων είναι Γ.Α.).

 

 

ΑΡΧΗ ΚΕΦΑΛΑΙΟΥ