Математический базис изобретательской физики

Следовательно, операцией скрещивания особей будет умножение соответствующих физических размерностей. Однако если традиционно рассматривается одно, ключевое, противоречие, то в генетическом алгоритме их участвует десятки и сотни, что позволяет вовлечь в процесс решения множество факторов и ресурсов, имеющихся в задаче[2].

Генетический алгоритм в изобретательской задаче

Определим следующую последовательность решения изобретательской задачи, в которой используем генетический алгоритм.

. Описание изобретательской ситуации

. Синтез потоковой информационно-энергетической структурной схемы

. Выбор факторов системы, влияющих на потребительские характеристики задачи.

. Кодирование факторов с помощью LT-таблицы Бартини.

. Создание исходной популяции факторов.

. Расчет функций приспособленности факторов.

. Проверка условия завершения генетического алгоритма.

Если условие не достигнуто, то продолжается селекция факторов, скрещивание и мутация, а затем создание новой популяции.

Если условие достигнуто, то выбирается лучший фактор для решения задачи и выход из алгоритма.

. Переход к шагу 6.

Генетический алгоритм начинается с шага 4 - кодирования факторов. Кодирование факторов означает, что особям (факторам) присваиваются физические размерности из таблицы Бартини. Кроме того, для каждой особи должна рассчитываться функция приспособленности, позволяющая определить, какая физическая размерность более или менее подходит для решения поставленной задачи. Функцию приспособленности выбираем исходя из условия конкретной задачи. Для принятия решения рассчитаем родительский тренд, и по таблице Бартини найдем с помощью генетического алгоритма ту физическую размерность, которая находится на родительском тренде и имеет наибольшую среди особей этого тренда функцию приспособленности.