So’ngi ilmiy tadqiqotlar nazariyasi 6-jild 5-son respublika ilmiy-uslubiy jurnali

SO’NGI ILMIY TADQIQOTLAR NAZARIYASI 6-JILD 5-SON 
RESPUBLIKA ILMIY-USLUBIY JURNALI 13.05.2023 
240 
foydalanuvchi har bir shakli (kichik shakl, kata shakl) uchun belgilangan yo’l qoidasi 
doirasida ularni o'rgatadigan yol belgilari va yonalishlarini ko'rsatadi [1]. 
Xromosomaning bunday tuzilishi qulay, chunki dastlabki ma'lumotlarni o'rnatish 
bosqichida, mos keladigan hujayralarni blokirovka qilish orqali aniq muvaffaqiyatsiz 
echimlarni chiqarib tashlash mumkin. 
Algoritmning keyingi bosqichida boshlang'ich populyatsiya yaratiladi, uning hajmi 
muammoning o'lchamiga bog'liq va odatda bir necha yuz echimni tashkil qiladi. 
Optimallashtirish jarayonini tashkil etish uchun aholi rivojlanishi uchun yetakchi 
kuch yaratish zarur. Bunday kuch maqsad funktsiyasini (genetik algoritmlar nuqtai 
nazaridan, fitnes funktsiyasi) minimallashtirish talabidir. Fitnes funktsiyasi sifatida siz 
yo’l belgilarini tanishdagi noqulay daqiqalar uchun har bir yechim uchun belgilangan 
jazolarga asoslangan qo'shimcha optimallik ko'rsatkichidan foydalanishingiz mumkin. 
Ushbu tanlovning muhim xususiyati - muayyan muammoni hal qilish uchun algoritmni 
sozlash qobiliyati. Bunga koeffitsientlarni o'zgartirish orqali erishiladi, bu esa optimal 
yo’l belgisini qidirishda ustuvorliklarning o'zgarishiga olib keladi. 
Genetik algoritmning sxemasi 1-rasmda ko'rsatilgan. 
1. Rasm. Standart genetik algoritm sxemasi. 
Optimal yechimni topishning iterativ algoritmini olish uchun yaratilgan sun'iy 
muhitga boshlang'ich populyatsiyani joylashtirish va tanlash, kesishish va mutatsiya 
jarayonlarini amalga oshirish kerak. Biz har bir iteratsiya uchun algoritmni taqdim 
etamiz. 
Genetik algoritmni iteratsiya bosqichlari: 
1-bosqich. Populyatsiyaning har bir individi maqsad funksiyasi (fitness 
funktsiyasi) yordamida baholanadi. 
2-bosqich. Eng yaxshi echimlar (odatda taxminan 5%) o'zgarishsiz yangi 
populyatsiyaga ko'chiriladi. Elitizm printsipi deb ataladigan bunday printsip eng yaxshi 
echimlarni yo'qotishning oldini oladi va algoritmning ortib borayotgan yaqinlashuvini 
ta'minlaydi. 

---