In case of genetic algorithm, the m

In case of genetic algorithm, the mutation
operator consists of changing two randomly
chosen positions. Algorithm with 3-tournament
selection is used. The crossover operator is
developed in a way that parents' redundant
positions are transferred to a child, and other
positions are chosen randomly [2]. Algorithm
uses a population of 100 chromosomes, and the
probability of mutation was 0.02. The condition necessary for the evolution to end is to find the
solution (which is done when the fitness function
returns zero). Experiments are done, and results
are shown in Table 3.

Kết quả (Việt) 1:

Trong trường hợp thuật toán di truyền, sự đột biếnnhà điều hành bao gồm thay đổi hai ngẫu nhiênvị trí đã chọn. Các thuật toán với 3 giải đấulựa chọn được sử dụng. Các nhà điều hành chéo làphát triển theo cách mà cha mẹ dự phòngvị trí được chuyển giao cho một đứa trẻ, và khácvị trí được lựa chọn ngẫu nhiên [2]. Thuật toánsử dụng một dân số nhiễm sắc thể 100, và cácxác suất của đột biến đổi 0,02. Các điều kiện cần thiết cho sự tiến hóa để kết thúc là để tìm cácgiải pháp (mà được thực hiện khi chức năng thể dụctrở về zero). Thí nghiệm được thực hiện, và kết quảĐang hiển thị trong bảng 3.

Kết quả (Việt) 2:

Trong trường hợp của thuật toán di truyền, đột biến
điều hành bao gồm các thay đổi ngẫu nhiên hai
vị trí đã chọn. Thuật toán với 3 giải đấu
lựa chọn được sử dụng. Nhà điều hành chéo được
phát triển theo một cách không cần thiết của cha mẹ
các vị trí được chuyển giao cho một đứa trẻ, và các
vị trí được chọn ngẫu nhiên [2]. Thuật toán
sử dụng một dân số 100 nhiễm sắc thể, và
xác suất đột biến là 0,02. Các điều kiện cần thiết cho sự tiến hóa để cuối cùng là để tìm ra
giải pháp (được thực hiện khi chức năng tập thể dục
trả về số không). Các thí nghiệm được thực hiện, và kết quả
được trình bày trong Bảng 3.