univer-7th-semester/genetic-algorithms
Code Actions Releases 7

Мелкие правки

Browse Source
This commit is contained in:
Артём Тищенко
2025-11-12 15:23:03 +03:00
parent f213bc3fb5
commit 957de42e16
1 changed files with 17 additions and 28 deletions
Download Patch File Download Diff File Expand all files Collapse all files

45
lab5/report/report.tex
View File

@@ -114,7 +114,7 @@
\hfill \break
\hfill \break
\hfill \break
\large{Лабораторная работа №2}\\
\large{Лабораторная работа №5}\\
\large{по дисциплине}\\
\large{<<Генетические алгоритмы>>}\\
\large{Вариант 18}\\
@@ -261,7 +261,6 @@
После выполнения команды изображения автоматически появятся в каталоге отчёта и будут подхвачены при компиляции \LaTeX-документа.
\IfFileExists{img/results/generation_001.png}{
\begin{figure}[H]
\centering
\includegraphics[width=1\linewidth]{img/results/generation_001.png}
@@ -288,40 +287,28 @@
\begin{figure}[H]
\centering
\includegraphics[width=1\linewidth]{img/results/generation_007.png}
\caption{Поколение 7: стабилизация шага мутации}
\end{figure}
\begin{figure}[H]
\centering
\includegraphics[width=1\linewidth]{img/results/generation_009.png}
\caption{Поколение 9: движение вдоль долины уровня}
\includegraphics[width=1\linewidth]{img/results/generation_008.png}
\caption{Поколение 8: стабилизация шага мутации}
\end{figure}
\begin{figure}[H]
\centering
\includegraphics[width=1\linewidth]{img/results/generation_010.png}
\caption{Поколение 10: выход в малую окрестность оптимума}
\caption{Поколение 10: движение вдоль долины уровня}
\end{figure}
% \begin{figure}[H]
% \centering
% \includegraphics[width=1\linewidth]{img/results/generation_015.png}
% \caption{Поколение 15: уточнение положения минимума}
% \end{figure}
\begin{figure}[H]
\centering
\includegraphics[width=1\linewidth]{img/results/generation_015.png}
\caption{Поколение 15: уточнение положения минимума}
\includegraphics[width=1\linewidth]{img/results/generation_017.png}
\caption{Поколение 17: окончательная популяция}
\end{figure}
\begin{figure}[H]
\centering
\includegraphics[width=1\linewidth]{img/results/generation_019.png}
\caption{Поколение 19: окончательная популяция}
\end{figure}
}{
\begin{center}
\fbox{\parbox{0.9\linewidth}{\centering
Графики ещё не сгенерированы. Запустите \texttt{python lab5/generate\_report\_figures.py},\\
чтобы получить изображения поколений и автоматически включить их в отчёт.}}
\end{center}
}
При запуске экспериментов собираются следующие показатели:
@@ -337,9 +324,9 @@
\newpage
\section{Ответ на контрольный вопрос}
\textbf{Вопрос}: В чём состоит смысл правила успеха $1/5$ в эволюционных стратегиях?
\textbf{Вопрос}: Что такое направленная мутация?
\textbf{Ответ}: Правило успеха $1/5$ устанавливает механизм автоматической подстройки шага мутации. Если в течение последних $k$ итераций более 20\% мутаций улучшили фитнес, считается, что текущий шаг слишком мал, и стандартное отклонение увеличивают, позволяя исследовать пространство крупными шагами. Если успешных мутаций меньше 20\%, шаг уменьшают, чтобы сосредоточиться на локальном поиске. Такой баланс предотвращает слишком раннее сжатие популяции и ускоряет выход на минимум.
\textbf{Ответ}: Направленная мутация --- это тип мутации, при котором изменения вносятся не случайным образом, а с учётом информации о ландшафте фитнес-функции или направлении улучшения решения. В отличие от обычной (ненаправленной) мутации, которая добавляет случайный шум к параметрам, направленная мутация использует информацию о градиенте функции приспособленности, историю успешных мутаций или другие эвристики, чтобы изменять особь в направлении, с большей вероятностью ведущем к улучшению. Это позволяет ускорить сходимость алгоритма, особенно вблизи оптимума, комбинируя преимущества эволюционного поиска и методов локальной оптимизации.
\newpage
\section*{Заключение}
@@ -355,7 +342,9 @@
\end{enumerate}
\newpage
\section*{Список литратуры}
% \section*{Список литратуры}
\addcontentsline{toc}{section}{Список литературы}
\vspace{-1.5cm}