2.1 Generation of Initial Populatio

2.1 Generation of Initial Population
A real coding representation is efficiently applied to solve numerical MOPs. Each test MOP
is structured in the same manner and consists of M objective functions (Deb, 1999):
Minimize )(  ),( , )(  1
xT xf f x M
 
 
 (1)
 
T
n where x xx ,,, x 21 

 . (2)
Each decision variable is treated as a gene and encoded by a floating-point number. Each
chromosome representing a feasible solution is encoded as a vector T n
n
x  xx 21 x ] [ 

,
where xi denotes the value of the ith gene and n is the number of design variables in an
MOP. Because the lower bound T
n
l ll l ] [ 21 

 and the upper bound T
n
u uu u ] [
21 

 define
the feasible solution space, the domain of each xi is denoted as interval [li, ui].
The main components of the E-NSGA-II are chromosome encoding, fitness function,
selection, recombination and replacement. An initial population with P chromosomes is
randomly generated within the predefined feasible region. At each generation, E-NSGA-II
applies the fast non-dominated sorting of NSGA-II to identify non-dominated solutions and
construct the non-dominated front. And then, E-NSGA-II executes the rank comparison in
selection operation to decide successive population by elitism strategy as the diversity
preservation in NSGA-II (Deb et al., 2002). Therefore, the following sections only describe
the details of the evaluative crossover operator and the diverse replacement.
2.2 Evaluative Crossover
For evaluation purpose, this study applies the crowding distance as an evaluation of
chromosome’s quality in the evaluative crossover. The crowding distance proposed in
NSGA-II is used to estimate the density quantity of a particular solution in the population
by calculating the average distance between other surrounding solutions with respect to
each objective (Deb et al., 2002). After two parents have been selected from population, let
the parent with larger crowding distance be named as the better parent ( b
x

) and the other
one is the worse parent (
w
x

). Their crossover child is denoted as y

.
The proposed evaluative crossover imitates the gene-therapy process at the forefront of
medicine, which inserts genes into an individual's cells to treat a disease by replacing a
defective mutant allele by a functional one. Therefore, the evaluative crossover integrates a
gene-evaluation method with a gene-therapy approach in the traditional uniform crossover
scheme. By randomly generating a therapeutic mask with the same length as chromosomes,
each parity bit in the therapeutic mask indicates whether the gene locus should be cured or
not. For each gene locus, a random number in the interval [0, 1] is generated and compared
to a pre-defined crossover rate pc. If the random number is larger than the crossover rate, the
parity bit in the therapeutic mask is assigned as 0 and no crossover occurs at this locus
(iGc). Otherwise, the parity bit in the therapeutic mask is assigned as 1 and the child’s gene
is generated by the gene-therapy approach (iGc).
Firstly, the gene-evaluation method mutually exchanges two parity genes between two
mating parents and then compares their fitness variance as a measurement of these genes’
merit. The exclusive features of the gene-evaluation method include that 1) the contribution
www.intechopen.com88 Modeling, Simulation and Optimization – Focus on Applications
of each gene is evaluated individually; and 2) the gene merit is estimated by the
improvement of their density quantity during the gene-swap process (Lin & He, 2007).
Secondly, one temporary chromosome is generated for crossover locus i, denoted as
 T
i b ib ib bn t x ,, x , ,x ,, x 1  )1( )1( 

  xwi 
. This temporary chromosome clones all alleles in the better
parent and then replaces the selected gene of the better parent (xbi) with the one of the worse
parent (xwi) in the same locus. The contribution of the gene xwi is denoted as dwi and
approximated by the Euclidean distance between
i
t

and
w
x

by Equation (3). For comparison
purpose, the Euclidean distance between b
x

and
w
x

calculating by Equation (4) is the
contribution of the gene xbi and denoted as dbi. Therefore, comparing dbi with dwi can reveal
the contributions of xbi and xwi with respect to the genetic material of the better parent.
 

  
M
m
wi wi im m w d dist xt tf xf
1
2
),( )( )(
   
(3)
 

  
M
m
bi wb bm m w
d dist xx xf xf
1
2
),( )( )(
  
(4)
Finally, the gene-therapy approach can cure some defective genes in the better parent (i.e. xbi)
according to the genetic material of the other parent (i.e. xwi) and then produce a child gene
(i.e. yi) for the evolutionary process. If the parity bit in the therapeutic mask is 0 (e.g. iGc),
the offspring directly inherits the parity gene from the better parent, i.e. the gene in the
better parent (xbj) is equal to that in the child (i.e. yj = xbj) at the same locus. On the other
hand, if the parity bit in the therapeutic mask is 1 (e.g. iGc), the therapy gene of the child at
the same locus (i.e. yj) is arithmetically combined from the parity genes of the mated parents
(i.e. xbj and xwj) according to their gene contributions. Each gene in the crossover child can be
reproduced by Equation (5) in which coef is a random number in interval [0.5, 1.0].
( if ( and ) )
( if ( and ) )
( if )
1( ) ,
1( ),
,
c bi wi
c bi wi
c
bi wi
bi wi
bi
i
i G d d
i G d d
i G
x coef x coef
x coef x coef
x
y
 
 






   
     (5)
Example: In Fig. 1, the better parent with larger crowding distance (Cub_len = 0.8) is P1 and
the worse parent (Cub_len = 0.6) is P2. The therapy gene is the 2nd gene in chromosomes.
The temporary chromosome T clones all of genes in P1 except for the 2nd gene, which
copies from x22 in P2. We assume that the Euclidean distance (d12) between P1 and P2 is 0.5
and the distance (d22) between P1 and T is 0.7, which are used to estimate the gene
contribution of x12 and x22, respectively. Because d22 is larger than d12, the 2nd gene in P2 (x22)
is better than that in P1 (x12). Therefore, the child’s gene (xy2) inherits more genetic material
from x22 than x12. The pseudo code of the evaluative crossover is described in Table 1.

ผลลัพธ์ (ไทย) 1:

2.1 รุ่นของประชากรเริ่มต้น
แทนการเข้ารหัสจริงถูกนำไปใช้อย่างมีประสิทธิภาพในการแก้ mops ตัวเลข แต่ละ
ซับทดสอบมีโครงสร้างในลักษณะเดียวกันและประกอบด้วยฟังก์ชั่นวัตถุประสงค์เมตร (Deb, 1999):
ลด) (), () ( 1
XT XF FXM


 (1)

T
n โดยที่ x xx,,,, x 21 

. (2)
ตัวแปรการตัดสินใจแต่ละครั้งจะถือว่าเป็นยีนและเข้ารหัสโดยจำนวนทศนิยม โครโมโซม
เป็นตัวแทนของแต่ละวิธีการแก้ปัญหาเป็นไปได้จะถูกเข้ารหัสเป็นเวกเตอร์เทนเนสซี
n
x  xx 21  x] [


ที่ xi หมายถึงมูลค่าของยีนที่ i และ n คือจำนวนของตัวแปรในการออกแบบ
ซับ เพราะขีด จำกัด ล่าง T
n
L LL l] [21 

และขีด จำกัด บน T
n
U uu มึง] [

21 

กำหนดพื้นที่การแก้ปัญหาเป็นไปได้โดเมนของแต่ละ xi คือเข็มทิศเป็นช่วงเวลา [li, UI]
ส่วนประกอบหลักของ e-nsga-II มีการเข้ารหัสโครโมโซมฟังก์ชั่นการออกกำลังกายการเลือก
รวมตัวกันและการเปลี่ยน ประชากรเริ่มต้นที่มีโครโมโซมเป็น p
สร้างขึ้นแบบสุ่มในภูมิภาคเป็นไปได้ที่กำหนดไว้ล่วงหน้า แต่ละรุ่นที่ E-nsga-II
ใช้กับการเรียงลำดับที่ไม่เด่นอย่างรวดเร็วของ nsga-II เพื่อระบุการแก้ปัญหาที่ไม่เด่นและสร้าง
หน้าไม่โดดเด่น แล้ว e-nsga-II ดำเนินการเปรียบเทียบยศในการดำเนินการเลือกที่จะตัดสินใจ
ประชากรต่อเนื่องตามกลยุทธ์อภิสิทธิ์เป็นความหลากหลายในการดูแลรักษา
nsga-II (Deb et al. 2002) ดังนั้นส่วนต่อไปนี้เพียงอธิบาย
รายละเอียดของการดำเนินการครอสโอเวอร์และประเมินทดแทนที่หลากหลาย

ครอสโอเวอร์ 2.2 ประเมินเพื่อวัตถุประสงค์ในการประเมินผลการศึกษาครั้งนี้ใช้ระยะทางเป็น crowding การประเมินคุณภาพโครโมโซม
ของครอสโอเวอร์ในกฎเกณฑ์ ระยะทาง crowding เสนอใน
nsga-II จะใช้ในการประเมินปริมาณความหนาแน่นของการแก้ปัญหาโดยเฉพาะอย่างยิ่งในกลุ่มประชากร
โดยการคำนวณระยะทางเฉลี่ยระหว่างการแก้ปัญหาโดยรอบอื่น ๆ ที่เกี่ยวกับวัตถุประสงค์
(Deb et al. 2002) แต่ละ หลังจากที่สองพ่อแม่ได้รับการคัดเลือกจากประชาชนให้
ผู้ปกครองกับระยะทาง crowding ขนาดใหญ่มีชื่อเป็นผู้ปกครองที่ดีกว่า (b
x

) และ
อีกคนหนึ่งเป็นผู้ปกครองที่เลวร้ายยิ่ง (
w
x

) เด็กครอสโอเวอร์ของพวกเขาจะแสดงเป็น y


ครอสโอเวอร์ประเมินเสนอเลียนแบบกระบวนการยีนบำบัดอยู่ในระดับแนวหน้าของยา
ซึ่งแทรกยีนเข้าสู่เซลล์ของแต่ละคนในการรักษาโรคโดยการเปลี่ยน
เป็นข้อบกพร่องของอัลลีลที่กลายพันธุ์โดยการทำงานอย่างใดอย่างหนึ่ง ดังนั้นครอสโอเวอร์ประเมินรวม
วิธีการประเมินผลการแสดงออกของยีนด้วยวิธียีนบำบัดในครอสโอเวอร์เครื่องแบบดั้งเดิมโครงการ
โดยสุ่มหน้ากากรักษาโรคที่มีความยาวเช่นเดียวกับโครโมโซม
บิตความเท่าเทียมกันในการรักษาหน้ากากระบุว่าสถานทียีนที่ควรจะรักษาให้หายได้หรือไม่
สำหรับพฤติกรรมของยีนแต่ละจำนวนสุ่มในช่วง [0, 1] ถูกสร้างขึ้นและเมื่อเทียบ
ที่กำหนดไว้ล่วงหน้าคอมพิวเตอร์อัตราครอสโอเวอร์ ถ้าจำนวนสุ่มที่มีขนาดใหญ่กว่าอัตราการครอสโอเวอร์
บิตความเท่าเทียมกันในการรักษาหน้ากากที่มีการกำหนดเป็น 0 และครอสโอเวอร์ไม่เกิดขึ้นในตอนนี้ที
(i  GC) มิฉะนั้นบิตความเท่าเทียมกันในการรักษาหน้ากากที่ถูกมอบหมายให้เป็นที่ 1 และ
ยีนของเด็กที่ถูกสร้างขึ้นโดยวิธียีนบำบัด (i  GC)
แรกวิธีการถ่ายทอดทางพันธุกรรมการประเมินการแลกเปลี่ยนร่วมกันสองยีนความเท่าเทียมกันระหว่างสอง
พ่อแม่ผสมพันธุ์แล้วเปรียบเทียบความแปรปรวนการออกกำลังกายของพวกเขาเป็นวัดบุญ
ยีนเหล่านี้ ' คุณสมบัติพิเศษของวิธีการประเมินผลการแสดงออกของยีนที่ประกอบด้วย 1) การมีส่วนร่วม
www.intechopen.com88 การสร้างแบบจำลองการจำลองและการเพิ่มประสิทธิภาพ - มุ่งเน้นไปที่การใช้งาน
ของยีนแต่ละคนจะได้รับการประเมินเป็นรายบุคคล; และ 2) บุญยีนเป็นที่คาดกันโดย
การปรับปรุงปริมาณความหนาแน่นของพวกเขาในระหว่างกระบวนการยีน-swap (LIN &เขา 2007)
ประการที่สองหนึ่งโครโมโซมชั่วคราวถูกสร้างขึ้นสำหรับครอสโอเวอร์ทีผมแสดงเป็น
 T
IB IB IB พันล้าน TX,, x, x, x 1 ) 1 () 1 (

 xwi
. นี้โคลนโครโมโซมชั่วคราวอัลลีลทั้งหมดในดีกว่า
ผู้ปกครองแล้วแทนที่ยีนที่เลือกของผู้ปกครองที่ดีกว่า (xbi) กับหนึ่งในผู้ปกครองที่เลวร้ายมาก
(xwi) ในทางเดินเดียวกัน มีส่วนร่วมของยีน xwi คือเข็มทิศเป็น DWI และ
ห้วงตามระยะทางแบบยุคลิดระหว่างสม

ผม T

และ
w
x

ตาม (3) สำหรับการเปรียบเทียบวัตถุประสงค์
ระยะทางแบบยุคลิดระหว่าง b
x

และ
w
x

คำนวณโดยสมการ (4) คือ
มีส่วนร่วมของยีน xbi และชี้แนะเป็น dbi ดังนั้นเมื่อเทียบกับ dbi DWI สามารถที่จะเปิดเผยผลงาน
จาก xbi xwi และด้วยความเคารพต่อสารพันธุกรรมของผู้ปกครองที่ดีกว่า


 m

m
wi wi im MWd อ. XT TF XF
1
2
), () () (

(3)


 m

m
สองปอนด์ BM MW
d อ. xx XF XF
1
2
), () () (

(4)
ที่สุดวิธียีนบำบัดสามารถรักษายีนที่มีข้อบกพร่องบางอย่างในการปกครองที่ดีกว่า (เช่น xbi)
ตามสารพันธุกรรมของผู้ปกครองอื่น ๆ (เช่น xwi) และผลิตยีนเด็ก
(เช่น Yi) สำหรับกระบวนการวิวัฒนาการ ถ้าบิตความเท่าเทียมกันในการรักษาหน้ากากเป็น 0 (เช่นผม GC)
ลูกหลานโดยตรงสืบทอดยีนความเท่าเทียมกันจากผู้ปกครองที่ดีกว่าคือการแสดงออกของยีนใน
ผู้ปกครองที่ดีกว่า (xbj) เท่ากับว่าในเด็ก (เช่น = yj xbj) ที่ทางเดินเดียวกัน ในมือ
อื่น ๆ ถ้าบิตความเท่าเทียมกันในการรักษาหน้ากากเป็น 1 (เช่นผม GC), ยีนบำบัดของเด็กที่สถานที
เดียวกัน (เช่น yj) จะถูกรวม arithmetically จากยีนความเท่าเทียมกันของพ่อแม่แต่งงานแล้ว
(เช่น xbj และ xwj) ตามไปจากคุณูปการของยีนของพวกเขา ยีนในเด็กครอสโอเวอร์ที่แต่ละคนสามารถจะ
ทำซ้ำโดยสมการ (5) ใน COEF ซึ่งเป็นตัวเลขที่สุ่มในช่วง [0.5, 1.0]
(ถ้า (และ))
(ถ้า (และ))
(ถ้า)
1 ()
1 ()

คสอง wi
คสอง wi

คสอง wi wi
สอง

สองผม

igdd igdd

ig x COEF COEF x
x COEF COEF x
x
y









 ( 5) ตัวอย่างเช่น
: ในมะเดื่อ 1 ผู้ปกครองที่ดีขึ้นกับระยะทาง crowding ขนาดใหญ่ (cub_len = 0.8) คือ p1 และ
ผู้ปกครองที่เลวร้ายยิ่ง (cub_len = 0.6) คือ p2 ยีนบำบัดคือการแสดงออกของยีนในโครโมโซม 2.
T โคลนโครโมโซมชั่วคราวของยีนใน p1 ยกเว้นยีน 2 ซึ่ง
สำเนาจาก x22 ใน p2 เราคิดว่าระยะทางแบบยุคลิด (D12) ระหว่าง p1 และ p2 คือ 0.5
และระยะทาง (D22) ระหว่าง p1 และ T คือ 0.7 ซึ่งจะใช้ในการประเมินผลงานที่ถ่ายทอดทางพันธุกรรม
ของ x12 และ x22 ตามลำดับเพราะ D22 มีขนาดใหญ่กว่า D12, ยีน 2 ใน p2 (x22)
ดีกว่าว่าใน p1 (x12) ดังนั้นยีนของเด็ก (XY2)
สืบทอดทางพันธุกรรมมากขึ้นจาก x22 x12 กว่า รหัสเทียมของครอสโอเวอร์ประเมินอธิบายไว้ในตารางที่ 1

ผลลัพธ์ (ไทย) 2:

2.1 รุ่นประชากรเริ่มต้น
จริงโค้ดแสดงประสิทธิภาพใช้แก้ MOPs แทน ทดสอบแต่ละซับ
จัดโครงสร้างในลักษณะเดียวกัน และประกอบด้วยฟังก์ชันวัตถุประสงค์ M (Deb, 1999):
Minimize) (), () ( 1
xT xf f x M


 (1)

T
n ที่ x xx, x 21 

 (2)
แต่ละตัวแปรตัดสินใจถือว่าเป็นยีน และเข้ารหัส ด้วยตัวเลขจำนวนทศนิยม แต่ละ
โครโมโซมที่แสดงถึงการแก้ปัญหาที่เป็นไปได้จะถูกเข้ารหัสเป็น n เวกเตอร์ T
n
x  x xx 21] [

,
ที่ซีอานซีกวนแสดงค่าของยีนระยะ และ n คือ จำนวนของตัวแปรการออกแบบในการ
ซับ เนื่องจากด้านล่างผูก T
n
l ll l] [21 

และบนผูก T
n
u uu u] [
21 

กำหนด
พื้นที่แก้ไขปัญหาเป็นไปได้ โดเมนของแต่ละสิเป็น denoted เป็นช่วง [li, ui]
การคอมโพเนนต์หลักของ E-NSGA-II มีโครโมโซมที่เข้า ออกกำลังกายฟังก์ชัน,
เลือก recombination และทดแทน การเริ่มต้นกับ P chromosomes เป็น
สร้างขึ้นแบบสุ่มภายในภูมิภาคเป็นไปได้กำหนดไว้ล่วงหน้า ในแต่ละรุ่น E NSGA II
ใช้เรียงรวดเร็วไม่ใช่ครอบงำลำดับ NSGA II ระบุไม่ครอบงำโซลูชั่น และ
สร้างหน้าครอบงำไม่ แล้ว E NSGA II ดำเนินการเปรียบเทียบอันดับใน
เลือกดำเนินการในการตัดสินใจต่อประชากร โดย elitism กลยุทธ์เป็นความหลากหลาย
อนุรักษ์ใน NSGA II (Deb และ al., 2002) ดังนั้น ส่วนต่อไปนี้อธิบาย
รายละเอียดของตัวดำเนินการแบบ evaluative ไขว้และแทนที่หลากหลาย
2.2 ไขว้ evaluative
สำหรับวัตถุประสงค์การประเมิน การศึกษานี้ใช้ระยะ crowding เป็นการประเมิน
ไขว้ evaluative คุณภาพของโครโมโซม ระยะห่าง crowding เสนอ
NSGA II ใช้ประเมินปริมาณความหนาแน่นของการแก้ปัญหาเฉพาะในประชากร
โดยคำนวณระยะห่างเฉลี่ยระหว่างโซลูชั่นอื่น ๆ โดยรอบด้วย respect การ
แต่ละวัตถุประสงค์ (Deb และ al., 2002) หลังจากที่มีผู้ปกครองสองแล้วจากประชากร
หลัก มีระยะทาง crowding ใหญ่มีชื่อเป็นแม่ดีกว่า (b
x

) และอื่น ๆ
หนึ่งเป็นแม่แย่ (
w
x

) ลูกไขว้สามารถระบุเป็น y


ไขว้ evaluative เสนอ imitates การบำบัดยีนจึง
ยา การแทรกยีนในเซลล์ของแต่ละบุคคลในการรักษาโรค ด้วยการแทน
allele กลายพันธุ์บกพร่อง โดยหนึ่งทำงาน ดังนั้น ไขว้ evaluative รวมแบบ
วิธีประเมินยีน มียีนบำบัดวิธีในแบบไขว้เป็นรูปแบบดั้งเดิม
โครงร่าง โดยการสุ่มสร้างหน้ากากรักษาความยาวเดิม chromosomes,
ละบิตพาริตี้ในรูปแบบการรักษาโรคบ่งชี้ว่า ควรจะรักษาโลกัสโพลยีน หรือ
ไม่ สำหรับแต่ละยีนโลกัสโพล เลขสุ่มในช่วง [0, 1] ใช้สร้าง และเปรียบเทียบ
กับพีซีอัตราไขว้ที่กำหนดไว้ล่วงหน้า ถ้าตัวเลขสุ่มที่มีขนาดใหญ่กว่าอัตราไขว้ การ
บิตพาริตี้ในรูปแบบการบำบัดถูกกำหนดเป็น 0 และไม่ไขว้เกิดขึ้นที่โลกัสโพลนี้
(iGc) มิฉะนั้น บิตพาริตี้ในรูปแบบการบำบัดถูกกำหนดเป็น 1 และยีนของเด็ก
สร้างขึ้น โดยวิธียีนบำบัด (iGc)
แรก วิธีประเมินยีนกันแลกสองยีนพาริตี้ระหว่างสอง
ผสมพันธุ์ผู้ปกครอง และจากนั้น เปรียบเทียบผลต่างของพวกเขาออกกำลังกายเป็นการวัดของยีนเหล่านี้
บุญ คุณลักษณะเฉพาะของวิธีการประเมินยีนรวมที่ 1) สัดส่วน
www.intechopen.com88 สร้างโมเดล การจำลอง และเพิ่ม ประสิทธิภาพ – เน้นการใช้งาน
ของแต่ละยีนจะถูกประเมินแต่ละ และ 2) บุญยีนโดยประมาณ
ปรับปรุงปริมาณความหนาแน่นของพวกเขาในระหว่างกระบวนการแลกเปลี่ยนยีน (Lin &เขา 2007)
สามารถประการที่สอง หนึ่งโครโมโซมชั่วคราวถูกสร้างขึ้นสำหรับโลกัสโพลไขว้ บุเป็น
 T
ฉันบี ib ib พัน t x, x x, x 1 ) (1) 1 (

 xwi 
โครโมโซมนี้ชั่วคราว clones alleles ทั้งหมดในดีกว่า
หลัก และจะ แทนยีนเลือกแม่ดีกว่า (xbi) ด้วยของเลว
หลัก (xwi) ในโลกัสโพลเดียวกัน สัดส่วนของยีน xwi สามารถระบุเป็น dwi และ
เลียนแบบ โดยยุคลิดระหว่าง
ฉัน
t

และ
w
x

โดยสมการ (3) สำหรับการเปรียบเทียบ
วัตถุประสงค์ ยุคลิดระหว่าง b
x

และ
w
x

คำนวณ โดยสมการ (4) เป็นการ
สัดส่วนของ xbi ยีน และตาม dbi ดังนั้น เปรียบเทียบ dbi กับ dwi สามารถแสดง
ผลงาน xbi และ xwi กับวัสดุทางพันธุกรรมของแม่ดีกว่า



M
m
อินเตอร์อินเตอร์ im m w d ข้าม xt รหัส xf
1
2
), ()() (
 
(3)



M
m
w m bm bi wb
ข้าม d xx xf xf
1
2
), ()() (
 
(4)
สุดท้าย วิธียีนบำบัดสามารถรักษาบางยีนที่บกพร่องในหลักดีกว่า (เช่น xbi)
ตามวัสดุทางพันธุกรรมของอื่น ๆ (เช่น xwi) และผลิตเป็น
(i.e. yi) ยีนเด็กในกระบวนการวิวัฒนาการแล้ว ถ้าบิตพาริตี้ในรูปแบบการรักษา (เช่น iGc), 0
ลูกหลานสืบทอดยีนพาริตี้โดยตรงจากแม่ดีขึ้น เช่นยีนในการ
หลักดี (xbj) มีค่าเท่ากับในเด็ก (เช่น yj = xbj) ที่โลกัสโพลเดียวกัน ใน
มือ ถ้าบิตพาริตี้ในรูปแบบการบำบัด 1 (เช่น iGc), ยีนบำบัดเด็กที่
arithmetically ร่วมโลกัสโพลเดียวกัน (เช่น yj) จากยีนพาริตี้ของผู้ปกครอง mated
(เช่น xbj และ xwj) ตามผลงานของยีน แต่ละยีนในลูกไขว้ได้
ทำซ้ำตามสมการ (5) ใน coef ที่เป็นตัวเลขสุ่มในช่วง [0.5, 1.0]
(ถ้า (และ))
(ถ้า (และ))
(ถ้า)
() 1,
() 1,
,
c bi อินเตอร์
c bi อินเตอร์
c
สองอินเตอร์
สองอินเตอร์
สอง
ฉัน
ฉัน G d d
ฉัน G d d
ฉัน G
x coef x coef
x coef x coef
x
y









 (5)
ตัวอย่าง: ใน 1 Fig. หลักดี ด้วยพักใหญ่ crowding (Cub_len = 0.8) เป็น P1 และ
แม่แย่ (Cub_len = 0.6) เป็น p 2 ยีนบำบัดเป็นยีน 2 ใน chromosomes
โครโมโซมชั่วคราว T clones ยีนใน P1 ยกเว้นยีน 2 ทั้งหมดที่
สำเนาจาก 22 x ใน p 2 เราคิดว่าแบบยุคลิด (d12) ระหว่าง P1 และ p 2 0.5
และระยะห่าง (d22) ระหว่าง P1 T 0.7 ซึ่งใช้ในการประเมินยีน
สรร x 12 และ x 22 ตามลำดับ เนื่องจากมีขนาดใหญ่กว่า d12 ยีน 2 ใน p 2 (x 22) d22
ดีกว่าว่า P1 (x 12) ดังนั้น ยีนของเด็ก (xy2) สืบทอดพันธุกรรมวัสดุเพิ่มเติม
จาก 22 x x 12 กว่ากัน รหัสหลอกไขว้ evaluative จะอธิบายไว้ในตารางที่ 1

ผลลัพธ์ (ไทย) 3:

2.1 รุ่นใหม่ของการเป็นตัวแทนการเข้ารหัสอย่างแท้จริงครั้งแรกจำนวนประชากร
ที่มีได้อย่างมี ประสิทธิภาพ นำไปใช้ในการแก้ไขปัญหาที่เป็นตัวเลข Mops . A การทดสอบแต่ละซับ
คือโครงสร้างในลักษณะเดียวกันกับและประกอบด้วยม.มีวัตถุประสงค์การทำงาน(หญิงเริ่มเป็นสาว, 1999 ):
ลด)(),(,)(
XT xf 1 f M


( 1 )


n t ที่ x xx ", x 21 

. ( 2 )
ปรับเปลี่ยนการตัดสินใจแต่ละครั้งจะได้รับการปฏิบัติเป็นยีนและเข้ารหัสด้วยหมายเลข Floating - point ที่
แต่ละโครโมโซมเป็นโซลูชันเป็นไปได้ที่จะถูกทำการเข้ารหัสเป็น T เวกเตอร์ n

n x x  xx 21 ][


ที่ Xi แสดงถึงความคุ้มค่าที่ยีน ith และ N คือจำนวนของตัวแปรในการออกแบบที่
แทนไม้ม็อบ. เพราะต่ำกว่าผูกพัน T

n L จะ l ][ 21 

 U และด้วยเหตุ T

N U ผูกพันบน][

21 

กำหนดโซลูชันได้พื้นที่ว่างที่โดเมนของ Xi แต่ละครั้งมีที่มีผู้อุทิศให้เป็นช่วงเวลา[ Li UI ]
คอมโพเนนต์หลักของ E - nsga - II ที่มีการเข้ารหัสโครโมโซมฟังก์ชันฟิตเน็สเซ็นเตอร์
ทางเลือก recombination และการเปลี่ยน ประชากรเริ่มต้นด้วยโครโมโซมเป็น
สร้างแบบสุ่มใน ภูมิภาค เป็นไปได้ที่กำหนดไว้ล่วงหน้า ในแต่ละรุ่น E - nsga - II สัญลักษณ์
ใช้ได้อย่างรวดเร็วไม่ถูกครอบงำการเรียงลำดับของ nsga - II ในการระบุโซลูชันแบบไม่ถูกครอบงำและ
สร้างด้านหน้าไม่ถูกครอบงำ และแล้วอี - nsga - II เรียกการเปรียบเทียบอันดับในการทำงาน
ทางเลือกในการตัดสินใจประชาชนอย่างต่อเนื่องโดยกลยุทธ์ elitism เป็นความหลากหลายที่
การรักษาใน nsga - II (หญิงเริ่มเป็นสาว et al . 2002 ) ดังนั้นส่วนต่างๆต่อไปนี้เท่านั้น:อธิบาย
รายละเอียดของผู้ให้บริการครอสโอเวอร์เฉพาะที่และการเปลี่ยนที่หลากหลาย.

2.2 ครอสโอเวอร์เฉพาะสำหรับวัตถุประสงค์การประเมินผลการศึกษานี้ใช้กับระยะทางที่ไล่ตามกันมาเป็นการประเมินผลของ
โครโมโซมของมี คุณภาพ ในครอสโอเวอร์ที่ละเอียด ระยะทางที่เสนอมาใน
nsga - II มีการใช้ในการประเมินปริมาณความหนาแน่นของโซลูชันเฉพาะในจำนวนประชากรที่
โดยการคำนวณระยะไกลโดยเฉลี่ยระหว่างโซลูชันโดยรอบอื่นด้วยความเคารพใน
แต่ละ(หญิงเริ่มเป็นสาว et al . 2002 ) หลังจากนั้นสองบิดามารดาได้รับเลือกจากประชาชนให้แม่
ที่มีขนาดใหญ่กว่าด้วยระยะห่างๆได้รับการตั้งชื่อเป็นหนึ่งได้ดียิ่งขึ้นแม่( B

ซึ่งจะช่วย x 
)และที่อื่นๆ
ที่เป็นแม่ยิ่ง(

W x

) ลูกครอสโอเวอร์ของพวกเขาที่มีผู้อุทิศให้เป็นรูปตัว Y 


ท่าพิคอัพแล้วครอสโอเวอร์เฉพาะที่เสนอที่เลียนแบบกระบวนการยีน - การบำบัดด้วยการที่เน้นในเรื่องของยา
ยีนที่แทรกเข้าไปในเซลล์ของแต่ละบุคคลที่จะรักษาโรคโดยการใส่
มีข้อบกพร่อง mutant allele คนหนึ่งที่ใช้ ดังนั้นครอสโอเวอร์เฉพาะที่ผนวกรวมวิธีการยีน - การประเมินผลที่
ด้วยการใช้วิธีการยีน - การบำบัดในแบบดั้งเดิมเครื่องแบบครอสโอเวอร์
โครงการนี้โดยการสร้างแบบสุ่มปิดบังหน้าอุปกรณ์เพื่อการบำบัดโรคที่มีความยาวเท่ากันที่เป็นโครโมโซม
parity bit แต่ละตัวในหน้ากากเพื่อการบำบัดโรคที่ระบุว่า สภาพ ยีนที่ควรจะได้รับรักษาพยาบาลหรือ
ไม่ได้ สำหรับ สภาพ ยีนแต่ละหมายเลขแบบสุ่มในช่วงเวลา[ 01 ]จะถูกสร้างขึ้นและเมื่อเทียบกับ
ในอัตราครอสโอเวอร์ที่กำหนดไว้ล่วงหน้าที่เครื่องพีซี หากหมายเลขแบบสุ่มที่มีขนาดใหญ่กว่าอัตราครอสโอเวอร์ที่สัญลักษณ์
parity bit ในหน้ากากเพื่อการบำบัดโรคที่ถูกกำหนดเป็น 0 และไม่มีครอสโอเวอร์เกิดขึ้นที่ igc สภาพ
(นี้) หรือมิเช่นนั้นแล้ว parity bit ในหน้ากากเพื่อการบำบัดโรคที่ถูกกำหนดเป็น 1 และยีนของเด็กที่
จะถูกสร้างขึ้นโดยใช้วิธีการยีน - บำบัด( igc )
ประการแรกคือวิธีการยีน - การประเมินผลร่วมกันการแลกเปลี่ยนยีนสองพาริตี้ระหว่างสอง
อุปกรณ์เสริมความสุขทางเพศเครื่องประดับและผู้ปกครองแล้วเปรียบเทียบความแตกต่างของฟิตเน็สเซ็นเตอร์เป็นการวัดของยีนเหล่านี้
ทำบุญ คุณสมบัติพิเศษของวิธีการยีน - การประเมินรวมถึงที่ 1 )การสร้างแบบจำลองการจำลองการมุ่งเน้นการปรับแต่ง - และสนับสนุน
www.intechopen.com88 ในแอปพลิเคชัน
ยีนแต่ละตัวได้รับการประเมินผลแบบเฉพาะตัวและ 2 )ได้รับยีนที่มีการประเมินโดย
การปรับปรุงความหนาแน่นของปริมาณของพวกเขาในระหว่างกระบวนการยีน - swap ( LIN &เขา 2007 )
ประการที่สองโครโมโซมหนึ่งชั่วคราวจะถูกสร้างขึ้นสำหรับครอสโอเวอร์ สภาพ ผม T ที่มีผู้อุทิศให้เป็น

 t I B วาณิชธนกิจวาณิชธนกิจ bn , x " X " x 1 ) 1 () 1 (

 xwi 
) โคลนโครโมโซมชั่วคราวนี้ alleles ทั้งหมดในที่ดีกว่า
แม่และจากนั้นจะนำมาใช้แทนยีนที่เลือกของพ่อแม่ได้ดียิ่งขึ้น( xbi )พร้อมด้วยหนึ่งในที่แย่ไปกว่านั้น
แม่( xwi )ใน สภาพ เดียวกัน สนับสนุนของ xwi ยีนที่เป็นที่มีผู้อุทิศให้เป็น dwi และ
โดยตามระยะทางตามแบบยูคลิดระหว่าง T

ตามมาตรฐาน ฉัน

และ

W x

โดยสมการ( 3 ) ในการเปรียบเทียบ
ตามวัตถุประสงค์ตามแบบยูคลิดระยะทางระหว่าง B

 x

และ
W x

คำนวณจากสมการ( 4 )คือสัญลักษณ์
สนับสนุนของยีนที่ xbi และที่มีผู้อุทิศให้เป็น dbi . ดังนั้นการเปรียบเทียบ dbi ด้วย dwi สามารถแสดงให้เห็นถึงการบริจาค
ของ xbi xwi และด้วยความเคารพในพันธุกรรมของแม่ที่ดีกว่า




ม.ม.
ไวน์ไวน์"ม. W , D , xt TF xf 1


2 ),()()(

( 3 )




ม.ม.
BI WB ,เบอร์มิวดาม. W
D , xx XF xf 1

2
),()()(

( 4 )
สุดท้าย,ที่พันธุวิศวกรรม - การบำบัดด้วยวิธีการรักษาได้บางส่วนมีข้อบกพร่องยีนในที่ดีขึ้นผู้ปกครอง(เช่น xbi )
ตามที่ทางพันธุกรรมวัสดุอื่นๆของพ่อแม่(เช่น xwi )และจากนั้นจึงทำให้เกิดเป็นเด็กยีน
(เช่น Yi )โดยมีจุดมุ่งหมายเพื่อดำเนินการตามกระบวนการ หาก parity bit ลงในหน้ากากเพื่อการบำบัดโรคที่มี 0 ( igc เช่น)
ลูกโดยตรงยังคงสืบทอดยีน Parity จากพ่อแม่ที่ดีกว่าเช่นยีนที่อยู่ใน
แม่ดีกว่า( xbj )จะเท่ากับว่าในเด็ก(เช่น yj = xbj )ใน สภาพ เดียวกัน ในอีกด้านหนึ่ง
มือหาก parity bit ในหน้ากากเพื่อการบำบัดโรคที่มี 1 ( igc เช่น)ยีนของการบำบัดที่เด็กที่
ที่ สภาพ เดียวกัน(เช่น yj )รวมกันเป็นยีน Parity ของพ่อแม่ที่โปรเซสเซอร์
(เช่น xbj และ xwj )ตามเงินบริจาคของยีน arithmetically ยีนแต่ละตัวในลูกครอสโอเวอร์ที่สามารถ
ทำซ้ำโดยสมการ( 5 )ที่ใช้ใน coef คือหมายเลขแบบสุ่มในช่วงเวลา[ 0.5 1.0 ]
(ถ้า(และ))
(ถ้า(และ))
(ถ้า)
1 (),
1 (),
,
C BI ไวน์

C BI ไวน์ C

BI ไวน์แบบไวน์

BI
ผมผม G , D D
G D D

G x coef x coef
x coef x coef

x Y









( 5 )ตัวอย่างเช่น
:ในรูป. 1 หลักได้ดียิ่งขึ้นพร้อมด้วยระยะทางที่มีขนาดใหญ่กว่าๆ( cub_len = 0.8 )เป็น P 1 และ
ผู้ปกครองที่แย่ไปกว่านั้น( cub_len = 0.6 )เป็น P 2 การบำบัดด้วยยีนที่มียีนที่ 2 ในโครโมโซม.~ t โคลนโครโมโซมชั่วคราวทั้งหมดของยีนใน P 1 ยกเว้นสำหรับยีนที่ 2 ซึ่ง
สำเนาข้อมูลจาก x 22 ใน P 2 เราคาดว่าตามแบบยูคลิดระยะทาง( D 12 )ระหว่าง P 1 และ P 2 0.5
และระยะทางที่ไม่ไกลนัก( D 22 )ที่ระหว่าง P 1 และ T เป็น 0.7 ซึ่งมีการใช้ในการประเมินยีน
สนับสนุนของ x 12 และ x 22 ตามลำดับเนื่องจาก D 22 มีขนาดใหญ่กว่า D 12 ยีนที่ 2 ใน P 2 ( x 22 )
มีดีกว่าว่าใน P 1 ( x 12 ) ดังนั้นยีนของเด็ก( XY 2 )ยังคงสืบทอดพันธุกรรมมากขึ้น
จาก x 22 กว่า x 12 รหัสจอมปลอมของครอสโอเวอร์เฉพาะที่ได้อธิบายไว้ในตารางที่ 1