Особливості використання ГА

Конкретний вид ГА визначаються набором і специфікою реалізації генетичних операцій і етапів роботи алгоритму. Для рішення різних прикладних задач необхідне використання різ­них видів ГА (ГА з різним набором етапів, операцій і їхніх по­слідовностей).

Досвід застосування ГА дозволяє виділити ряд переваг і не­доліків ГА.

Переваги генетичних алгоритмів:

1) ГА не вимагають ніякої додаткової інформації про повер­хні відповіді (про вид і особливості цільової функції).

2) Розриви, що існують на поверхні відповіді незначною мірою впливають на ефективність оптимізації.

3) ГА стійкі до попадання в локальні оптимуми.

4) ГА добре працюють при рішенні задач багатоцільової оп­тимізації.

5) ГА є досить універсальними й можуть бути використані для рішення широкого класу задач.

6) ГА можуть бути використані в задачах із середовищем, що змінюється (для нестаціонарних цільових функцій).

Hе бажано й проблематично використовувати ГА в наступ­них випадках:

1) Коли необхідно знайти точний глобальний оптимум.

2) Коли час виконання (розрахунку) ФП досить великий.

Очевидно, варто було б говорити не про складності засто­сування ГА взагалі, а про адекватність рівнів складності алго­ритму й розв'язуваного завдання. Чим простіше завдання, тим безглуздіше стають різні хитрування з кодуванням генотипів, настроюванням імовірностей і т.п. У випадку, коли цільова функція має єдиний екстремум у досліджуваній області, або розмірність задачі невелика, застосування ГА втрачає будь-який сенс, тому що будь–який спеціальній метод знайде рі­шення швидше й простіше. На сьогоднішній день ГА реально просунули вперед границі наших обчислювальних можливос­тей.

Хоча модель еволюційного розвитку, реалізована в генетич­них алгоритмах, сильно спрощена в порівнянні зі своїм природ­ним аналогом, проте, генетичний алгоритм є досить потужним засобом і може з успіхом застосовуватися для широкого класу прикладних задач, включаючи ті, які важко, а іноді й зовсім не­можливо, вирішити іншими методами. Однак, ГА, як і інші ме­тоди еволюційних обчислень, не гарантує виявлення глобаль­ного рішення за поліноміальний час. ГА не гарантує і того, що глобальне рішення буде знайдено, але ГА придатний для пошуку "досить доброго" рішення задачі "досить швидко". Там, де ви­значена задача може бути вирішена спеціальними методам, майже завжди такі методи будуть ефективніше ГА і у швидкодії, і в точності знайдених рішень. Головною перевагою генетичних алгоритмів є те, що вони можуть застосовуватися при вирішенні складних задач, там, де не існує ніяких спеціальних методів. На­віть там, де добре працюють існуючі методики, можна досягти поліпшення сполученням їх з ГА.