Перспективные архитектуры генетического поиска

В.В Курейчик

В последнее время появились новые «нестандартные» архитектуры генетического поиска, позволяющие в большинстве случаев решать проблему предварительной сходимости алгоритмов. Это методы миграции и искусственной селекции [1], метагенетической параметрической оптимизации [2], стохастически-итерационные генетические и поисковые [3], ?прерывистого равновесия? [4], объединения генетического поиска и моделирования отжига [5].В [1] в отличие от обыкновенных ГА выполняется макроэволюция, т.е. создается не одна популяция, а некоторое множество популяций. Генетический поиск здесь осуществляется путем объединения родителей из различных популяций. В отличие от [1-5] предлагается модифицированная архитектура генетического поиска с миграцией и искусственной селекцией (рис.1.).Здесь блоки 1 - 3 представляют собой простой или модифицированный ГА. Отметим, что в каждом блоке выполняется своя искусственная селекция. В первом блоке селекция на основе рулетки. Во втором блоке используется селекция на основе заданной шкалы. В третьем блоке - элитная селекция. В блок миграции каждый раз отправляется лучший представитель из популяции. Связь между блоками 1 - 3 осуществляется путем последовательной цепочки 1 - 2, 2 - 3.Отметим, что можно организовать различное количество связей между блоками, такого типа, как по принципу полного графа, по принципу звезды и т.д. Такая схема селекции в случае наличия большого количества вычислительных ресурсов может быть доведена до N блоков. Причем N-1 блоков могут параллельно осуществлять эволюционную адаптацию и через блоки миграции обмениваться лучшими представителями решений. Последний блок собирает лучшие решения, может окончить результат работы или продолжить генетическую оптимизацию. Такая схема оптимизации в отличие от существующих позволяет во многих случаях выходить из локальных оптимумов. Для повышения эффективности такой архитектуры в САПР используют метагенетическую оптимизацию (МГО). Она заключается в следующем (рис.2). Основным является первый блок, в котором осуществляется реализация генетического алгоритма, генерация новых решений, определение моделирующей функции и использование предыдущих решений для генерации лучших результатов. Второй блок позволяет использовать «историю» предыдущих решений для генерации лучшего множества параметров. В третьем блоке генерируется новое множество оптимизационных параметров. Используя МГО оптимизационный процесс в САПР, можно случайным, направленным или случайно-направленным способом генерировать начальные популяции, моделировать каждую индивидуальность посредством выполнения ГА на основе реализации генетических операторов. Можно случайно выбирать родителей из популяции с вероятностью селекции каждого элемента пропорционально его значению. Причем, вероятность выполнения каждого оператора может определяться пропорционально его öåëåâîé ôóíêöèè. Окончательное множество параметров селектируется после моделирования из конечной популяции. Отметим, что для каждой задачи проектирования СБИС будет строиться свой конкретный метагенетический алгоритм.

Рис 1. Модифицированная схема миграции и искусственной селекции.