Технологии интеллектуального анализа данных : учебное пособие

203 ление до достижения популяцией заранее заданного желаемого размера. Однако методы, снижающие вероятность вырождения по- пуляции и способствующие получению глобального решения, свя- заны с необходимостью вычисления степени подобия между инди- видуумами. Для сложной задачи такие расчеты выполнять, как правило, нежелательно. Поэтому разработаны более совершенные стратегии. Одна из них предполагает привлечение дополнительно- го, конкурирующего с основным, генетического алгоритма, кото- рый выводит так называемых «паразитов». Генетические алгоритмы обладают ярко выраженным свой- ством создания нового. Интуитивный анализ генетического алго- ритма помогает выявить аналогии между искусственной генетиче- ской системой и свойственными человеческому интеллекту про- цессами, обычно называемыми творческими и инновационными (направленными на создание новшеств). Можно предположить, что открытие (новая идея, новшество) не является результатом только лишь чистой случайности. С другой стороны, истинное значение случайного при объяснении механизма открытий, совершаемых человеком, заключается в возможности выполнить сопоставление различных идей. Примечательно в этой связи, что генетический алгоритм, моделирующий природные процессы, сочетает случай- ное и закономерное в таком соотношении, которое позволяет эф- фективно генерировать новые решения из лучших частей прежних решений, основанных на предшествующем опыте. Для того, чтобы была ясна эффективность генетических ал- горитмов, необходимо сделать следующее замечание. Дело в том, что время работы большинства алгоритмов Data Mining очень сильно, иногда экспоненциально, зависит от числа полей в изучае- мых данных. Поэтому, по возможности, заранее ограничивают число независимых переменных, включаемых в исследование. На-