1. Metody selekcji i funkcje fitness 2. Alg. gen. CHC 3. cooperative co-evolution 4. crossover AEX 5. crossover HGreX 6. crossover OX lub inny za wyj. AEX i HGRex "Comparison of eight evolutionary crossover operators for the vehicle routing problem" (p. 4,5,6) 123456 [ANSK LU] [UNSA LK] ANSK LK KEYBOARD Optymalny = [10001110011101010100001011101111101000111001110101010000101110111110] int [] Osobnik; int [][] PopulacjaRodzicow, PopulacjaDzieci; //Osobnik = Populacja[3]; [,] [][] 2^60 = 10^20 10^5 s 10^10 s 3*10^7 300 lat 1. populacja ok. N=100 osobnikow 2. oceniamy fitness [11001] [10011] f=3 iteracyjnie { a) ocena fitness b) selekcja - roulette wheel - tournament (los. 2 z nich wyb. lepszego). c) krzyzowanie [110001000 0111] [110 001000 0111] [000101011 0101] [000 101011 0101] 110001000 0101 [011 101111 1101] 110 101011 1101 d) mutacja (opcjonalnie) e) generacja nowej populacji - N dzieci zast. N rodzicow - łącznie z N dzieci i N rodzicow wyb. N najlepszych - 20% najl. rodzicow i 80% najl. dzieci }