Figure 11 illustrates the PGA proce

Figure 11 illustrates the PGA process used in this application. An initial population of 200 variants is created by random selection of design variables within the design space specified in Table 1. A chromosome with 20 design parameters as in Figure 10 represents each variant. The ship variants defined by these chromosomes are balanced, and evaluated using the ship synthesis model resulting in an assessment of feasibility and objective values (OMOE and LCC) for each variant. Fitness indicates a variant’s relative dominance in the population based on OMOE and LCC. A Goldberg (1989) ranking scheme is used. Variants are sorted into layers of Pareto-dominance. Each layer contains all variants that are dominant to subsequent layers. Variants are sorted with the best variant in the highest layer getting a rank of one and the poorest in the lowest layer a rank of 200 (population size). A geometrically decreasing probability of selection is assigned to each variant based on its rank. Equivalent variants (same dominance layer) are ordered randomly within their layer, probabilities are averaged for variants in the same layer, and the same average value is ultimately assigned to each. Variants are penalized for infeasibility and for similarity to other variants. This minimizes niches and duplicate variants, and forces the selection to spread out over the objective frontier.

ผลลัพธ์ (ไทย) 1:

รูปที่ 11 แสดงการ PGA ที่ใช้ในโปรแกรมประยุกต์นี้ ประชากรย่อย 200 การเริ่มต้นสร้าง โดยการเลือกแบบสุ่มของตัวแปรออกแบบภายในออกแบบพื้นที่ที่ระบุไว้ในตารางที่ 1 โครโมโซม ด้วย 20 พารามิเตอร์ออกแบบในรูปที่ 10 แสดงถึงแต่ละตัวแปร ตัวแปรปลายทางที่กำหนด โดย chromosomes เหล่านี้จะมีความสมดุล และถูกประเมินโดยใช้แบบสังเคราะห์จัดส่งที่เกิดขึ้นในการประเมินค่าโครงการและวัตถุประสงค์ (OMOE และ LCC) สำหรับตัวแปรแต่ละตัว ออกกำลังกายระบุว่า ครอบงำสัมพัทธ์ของตัวแปรในประชากรตาม OMOE และ LCC มีใช้แผนการจัดอันดับของ Goldberg (1989) ตัวแปรจะถูกจัดเรียงเป็นชั้นของ Pareto ครอบงำ แต่ละชั้นประกอบด้วยตัวแปรทั้งหมดที่เป็นหลักการชั้นต่อ ๆ ไป มีการเรียงลำดับตัวแปรกับตัวแปรที่ดีที่สุดในชั้นสูงสุดที่ได้รับอันดับหนึ่ง และอันดับ 200 (ขนาดประชากร) ชั้นยากจนที่สุดในสุด ความน่าเป็น geometrically ลดของตัวเลือกถูกกำหนดให้กับแต่ละตัวแปรตามลำดับของ ย่อยเทียบเท่า (เดียวปกครองชั้น) จะสั่งแบบสุ่มภายในชั้นของพวกเขา กิจกรรมมี averaged สำหรับตัวแปรในชั้นเดียวกัน และในที่สุดมีกำหนดค่าเฉลี่ยเหมือนกันแต่ละ ตัวแปรจะสำเร็จ สำหรับ infeasibility และคล้ายกับตัวแปรอื่น ๆ นี้ช่วยลดตรงไหนและตัวแปรซ้ำ และบังคับเลือกราดออกชายแดนวัตถุประสงค์

ผลลัพธ์ (ไทย) 2:

รูปที่ 11 แสดงให้เห็นถึงกระบวนการพีจีเอที่ใช้ในโปรแกรมนี้ ประชากรเริ่มต้น 200 สายพันธุ์ที่ถูกสร้างขึ้นโดยการสุ่มเลือกของตัวแปรการออกแบบภายในออกแบบพื้นที่ที่ระบุไว้ในตารางที่ 1 โครโมโซมที่มีพารามิเตอร์การออกแบบ 20 เช่นเดียวกับในรูปที่ 10 แสดงให้เห็นถึงความแตกต่างในแต่ละ สายพันธุ์เรือกำหนดโดยโครโมโซมเหล่านี้มีความสมดุลและการประเมินโดยใช้รูปแบบการสังเคราะห์เรือส่งผลในการประเมินความเป็นไปได้และค่าวัตถุประสงค์ (OMOE และ LCC) สำหรับตัวแปรแต่ละ การออกกำลังกายบ่งบอกถึงการปกครองที่แตกต่างกันของญาติในประชากรที่อยู่บนพื้นฐานของ OMOE และ LCC โกลด์เบิร์ก (1989) โครงการที่จะใช้ในการจัดอันดับ สายพันธุ์ที่ถูกจัดเรียงเป็นชั้นของ Pareto-ปกครอง แต่ละชั้นมีทุกสายพันธุ์ที่มีความโดดเด่นชั้นที่ตามมา สายพันธุ์ที่มีการจัดเรียงที่มีความแตกต่างที่ดีที่สุดในชั้นการจัดอันดับสูงสุดของหนึ่งและที่ยากจนที่สุดในชั้นต่ำสุดอันดับ 200 (ขนาดของประชากร) น่าจะลดลงเรขาคณิตของการเลือกรับมอบหมายให้แต่ละตัวแปรขึ้นอยู่กับตำแหน่งของตน สายพันธุ์เทียบเท่า (ชั้นการปกครองเดียวกัน) จะได้รับคำสั่งสุ่มที่อยู่ในชั้นของพวกเขาน่าจะมีการเฉลี่ยสำหรับสายพันธุ์ที่อยู่ในชั้นเดียวกันและค่าเฉลี่ยเดียวกันที่ได้รับมอบหมายในท้ายที่สุดให้กับแต่ละ สายพันธุ์ที่ได้รับการลงโทษสำหรับ infeasibility และความคล้ายคลึงกันที่จะสายพันธุ์อื่น ๆ นี้จะช่วยลดซอกและตัวแปรที่ซ้ำกันและกองกำลังเลือกที่จะแพร่กระจายออกไปชายแดนวัตถุประสงค์

ผลลัพธ์ (ไทย) 3:

รูปที่ 11 แสดงพีจีเอ กระบวนการที่ใช้ในโปรแกรมนี้ มีประชากรเริ่มต้น 200 สายพันธุ์ที่ถูกสร้างขึ้นโดยการสุ่มของตัวแปรการออกแบบในการออกแบบพื้นที่ที่ระบุไว้ในตารางที่ 1 โครโมโซม 20 พารามิเตอร์การออกแบบในรูปที่ 10 แสดงถึงแต่ละตัวแปร เรือตัวแปรที่กำหนดโดยโครโมโซมเหล่านี้มีความสมดุลและประเมินผลโดยใช้แบบเรือการสังเคราะห์ผลการประเมินความเป็นไปได้และวัตถุประสงค์ค่า ( omoe และ LCC ) สำหรับแต่ละตัวแปร ฟิตเนส พบว่า ตัวแปรของญาติการปกครองในประชากรตาม omoe และ LCC . โกลด์เบิร์ก ( 1989 ) เป็นรูปแบบการใช้ โดยจะเรียงเป็นชั้นของ Pareto การปกครองแต่ละชั้นประกอบด้วยตัวแปรทั้งหมดที่เด่นที่จะตามมา ชั้น ตัวแปรการเรียงลำดับกับตัวแปรที่ดีที่สุดในชั้นสูงสุดได้อันดับหนึ่งและยากจนที่สุดในชั้นต่ําสุดอันดับ 200 ( ขนาดของประชากร ) ปรับวิธีความน่าจะเป็นของการได้รับมอบหมายให้แต่ละตัวแปรตามการจัดอันดับของสายพันธุ์ที่เทียบเท่า ( ชั้นการปกครองเดียวกัน ) จะสั่งซื้อแบบสุ่มภายในชั้นของความน่าจะเป็นจะเฉลี่ยสำหรับสายพันธุ์ในเลเยอร์เดียวกันและค่าเฉลี่ยเดียวกันในที่สุด มอบหมายให้แต่ละ ตัวแปรจะจริงจัง infeasibility และความเหมือนกับสายพันธุ์อื่น ๆ นี้ลด niches และตัวแปรซ้ำและกลไกการกระจายออกทั่ววัตถุประสงค์ชายแดน