Генетические алгоритмы

Основываясь на моделях, используемых в биологии и экономике, мате­матик и психолог Джон Холланд (John Holland ) разработал алгоритм ге­нетической оптимизации. Алгоритм впервые был опубликован в книге Холланда Адаптация в естественных и искусственных системах (J . Holland , Adaptation in Natural and Artificial Systems , 1975). Генетичес­кие алгоритмы (ГА) впервые стали применяться в компьютерных дисцип­линах в начале 1990-х годов (Yuret and de la Maza , 1994). Торговое сообще­ство впервые обратило на них внимание около 1993г., когда появилось несколько статей (Burke , 1993; Katz and McCormick , 1994; Oliver , 1994) и компьютерных программ. С тех пор несколько фирм добавили генетичес­кое обучение в свои программные пакеты, а у некоторых есть даже про­граммы генетической оптимизации профессионального уровня.

В торговом обществе ГА никогда не пользовались таким успехом, как нейронные сети. Популярность этой технологии никогда не росла из-за самой ее природы. Среднему человеку трудно понять генетический алго­ритм и более чем сложно применять его правильно. Однако, по нашему мнению, ГА могут быть крайне выгодны для проектировщиков торговых систем.

В данной книге представлен общий обзор ГА и их применения в торгов­ле. Читателям, заинтересованным в детальном изучении этого предмета, следует прочитать книгу Девиса (Davis , 1991), а также нашу главу в книге Virtual Trading (Katz , McCormick , 1995a , 1995b ) и наши статьи (Katz , McCormick , июль/август 1994, декабрь 1996, январь 1997, февраль 1997).

ЧТО ТАКОЕ ГЕНЕТИЧЕСКИЕ АЛГОРИТМЫ ?

Генетический алгоритм решает проблему, используя процесс, подобный биологическому развитию. Он работает как рекомбинация и мутация ге­нетических последовательностей. Рекомбинация и мутация — генетичес­кие операторы, т.е. они управляют генами. Ген — это последовательность кодов (генотипов), которая содержит всю информацию, необходимую для того, чтобы создать функциональный организм с определенными харак­теристиками (генотипом). Хромосома — последовательность генов. В слу­чае генетической оптимизации, используемой для решения задач, связан­ных с торговлей, последовательность кодов обычно принимает форму ряда чисел.

При моделировании эволюционного процесса ГА участвует в отборе и сопряжении членов из популяции (хромосом). Сопряжение — это про­цесс, содержащий скрещивание и мутацию. При скрещивании элементы, которые включают гены различных хромосом (члены популяции или ре­шения), комбинируются, чтобы создавать новые хромосомы. Мутацией называют возникновение случайных изменений в этих элементах. Это обеспечивает дополнительное изменение в наборах создаваемых хромо­сом. Как и в процессе биологического отбора (где менее пригодные чле­ны популяции оставляют меньше потомства), менее пригодные решения удаляются. При этом более пригодные решения размножаются, создавая другое поколение решений, которое может содержать несколько лучшие решения, чем предыдущие. Процесс рекомбинации, случайной мутации и отбора является чрезвычайно мощным механизмом решения задач.