Шаг 5. Полагаем
i
= 1
.
Шаг 6. Сформируем таблицу значенийвекторного показателя эф-
фективности коалиции:
T
K
i
(
t
) =
J
K
u
Ki
(
t
)
,
u
(
M
\
K
)
j
(
t
)
, z
k
(
t
)
j
= 1
, p
2
;
k
= 1
, p
z
.
(21)
По таблице (21) вычисляем точку предельнойнеэффективности
V
K
Ω
K
u
Ki
(
t
)
вида (6)–(8).
Шаг 7. Полагаем
i
=
i
+ 1
. Если
i p
1
, то переходим к шагу 6.
Иначе переходим к шагу 8.
Шаг 8. Осуществляем оценку всех
V
K
Ω
K
u
Ki
(
t
)
,
i
= 1
, p
1
, отно-
сительно конуса доминирования
Ω
K
. Для этого строим конус доми-
нирования с вершинойв точке
V
K
Ω
K
u
Ki
(
t
)
и при фиксированном
i
проверяем выполнение условия
V
K
Ω
K
u
Kj
(
t
)
−
V
K
Ω
K
u
Ki
(
t
)
∈
Ω
K
(22)
для всех
j
= 1
, p
1
,
j
=
i
.
Обозначим
b
i
(
t
)
число точек
u
Kj
(
t
)
∈
˜
U
(
t
)
, в которых выполня-
ется условие (22).
Шаг 9. Вычисляем функцию пригодности вида
Φ
u
Ki
(
t
) =
1
1 +
b
i
(
t
)
p
1
−
1
q
,
(23)
где
q
— параметр, влияющийна скорость сходимости алгоритма.
Функция пригодности (23) имеет следующие свойства.
Максимальное значение функции пригодности
Φ
u
Ki
(
t
) = 1
до-
стигается при
b
i
(
t
) = 0
. Это означает, что стратегия
u
Ki
(
t
)
имеет наи-
лучшие гарантирующие свойства в пределах популяций ТТО
˜
U
K
(
t
)
,
˜
U
M
\
K
(
t
)
,
˜
Z
(
t
)
.
Минимальное значение функции пригодности
Φ
u
Ki
(
t
) = (1
/
2)
q
достигается при
b
i
(
t
) =
p
1
−
1
. В этом случае стратегия
u
Ki
(
t
)
име-
ет наихудшие гарантирующие свойства в пределах популяций ТТО
˜
U
K
(
t
)
,
˜
U
M
\
K
(
t
)
,
˜
Z
(
t
)
.
Шаг 10. Если
t < T
, то переходим к шагу 11. Иначе переходим к
шагу 14.
Шаг 11. С учетом значенийфункции пригодности (20) по из-
вестным правилам формируем из популяции
˜
U
K
(
t
)
массив
˜
R
K
(
t
)
ТТО-“родителей”.
Шаг 12. Применяем к массиву
˜
R
K
(
t
)
ТТО-“родителей” после-
довательно генетические операторы кроссовера, мутации, инверсии
ISSN 0236-3933. Вестник МГТУ им. Н.Э. Баумана. Сер. “Приборостроение”. 2007. № 4 75
