Рассматриваются адаптивные возможности параллельной версии многопопуляционного генетического алгоритма в зависимости от особенностей определенных классов фитнесс-функций. Предлагаются способы повышения скорости сходимости к оптимальному решению на основе эффективного управления параметрами алгоритма и стратегиями обмена хромосомами-решениями между популяциями. Приводятся результаты компьютерных экспериментов при оптимизации фитнесс-функций с различными соотношениями малозначимых и значимых факторов. Исследуется зависимость скорости сходимости алгоритма при наличии случайного воздействия на значения фитнесс-функций.
Розглядаються адаптивні можливості паралельної версії багатопопуляційного генетичного алгоритму в залежності від особливостей певних класів фітнесс-функцій. Пропонуються способи підвищення швидкості знаходження оптимального рішення на основі ефективного керування параметрами алгоритму і стратегіями обміну хромосомами-рішеннями між популяціями. Наводяться результати комп'ютерних експериментів при оптимізації фітнесс-функцій з різними співвідношеннями малозначущих і значущих факторів. Досліджується залежність швидкості роботи алгоритму при наявності випадкового впливу на значення фітнесс-функцій.
The adaptive capabilities of a parallel version of a multipopulation genetic algorithm are considered depending on the characteristics of certain classes of fitness-functions. Ways are proposed to increase the rate of convergence to the optimal solution based on effective control of algorithm parameters and strategies for the exchange of chromosome-solutions between populations. The results of computer experiments with the optimization of fitness-functions with various ratios of insignificant and significant factors are presented. The dependence of the convergence rate of the algorithm in the presence of a random effect on the values of fitness-functions is studied.