МЕТОДИКА ПРИМЕНЕНИЯ ГЕНЕТИЧЕСКИХ АЛГОРИТМОВ ДЛЯ УПРАВЛЕНИЯ ОРГАНИЗАЦИОННЫМИ ПРОЦЕССАМИ IT-ПРОЕКТОВ
Таблица 1 - Управляющие параметры генетического алгоритма
Параметр | Значение | Обоснование выбора |
Размер популяции | 100 особей | Обеспечивает достаточный охват пространства поиска без избыточной вычислительной нагрузки. |
Количество поколений | 100 | Эмпирически установлено, что стабилизация значения целевой функции наступает к 60–80 поколению. |
Вероятность скрещивания (Pc) | 0,85 | Высокий уровень рекомбинации способствует эффективному обмену успешными признаками между вариантами команд. |
Вероятность мутации (Pm) | 0,05 | Низкий уровень мутации предотвращает разрушение хороших решений, внося лишь необходимый элемент случайности. |
Элитарность | 2 особи | Две лучшие команды из текущего поколения гарантированно переносятся в следующее без изменений, чтобы сохранить лучший найденный результат. |
Критерий остановки | Стагнация или лимит эпох | Алгоритм завершает работу по достижении 100 поколений или если значение фитнес-функции лучшей особи не меняется в течение 15 поколений. |
параметры определены автором в ходе экспериментальной настройки
