Вывод по интерпретации:
Интерпретация возможна, т. е. данный метод может быть рассмотрен как вариант метода ГА;
Имеются отличия, которые необходимо классифицировать;
Необходимо определить достоинства и недостатки данного метода в сравнении с ГА.
Отличие предлагаемого метода от генетических алгоритмов:
Популяция имеет не фиксированный, а переменный во времени размер;
Задача имеет три этапа: А) формирование требуемой новой популяции; Б) выбор из нее ряда требуемых решений, соответствующих ограничениям; В) Привлечения эксперта для оценки полученных решений и выбора подмножества достоверных. Соответственно, число популяций, как этапов изобретения, фиксировано, а отыскивается не одно решение, как в ГА, а множество;
Соответственно для этапов «А» и «Б» имеется два специфических вида фитнес-функций; фитнес-функция этапа «В» — не формализуется.
С введением нового прототипа процесс повторяется; популяция, состав хромосомы по генам и значения генов — меняются, т. е. — это открытая система, а не закрытая, как в ГА.
Недостатки подхода с точки зрения полноты средств, имеющихся в ГА:
Данный метод является более узким, чем ГА; Т. е. он решает более узкую задачу, имеющую свою специфику, но он соответствует данной задаче;
Т.о., данный метод можно рассматривать как модификацию ГА, ориентированную на специфическую задачу.
Достоинства с точки зрения ГА, состоят в том, что преодолены главные недостатки ГА:
Имеется прямая связь генотипа и фенотипа, т. е. ясно, как по набору генов выполнить построение модели объекта;
Имеются ограничения, позволяющие отсеивать ненужные новые решения; т. е. фитнес-функция имеет определенный характер и зависит как от задачи, так и от природы объекта изобретения;
Размер, структура хромосом, состав генов не фиксирован, т. е. система открытая и учитывает возможную динамику модели объекта.
Заключение
В работе приводится изложение и анализ положений метода поиска новых решений, реализованный в инструментальной оболочке для построения интеллектуальных САПР.
Предложенный метод соответствует принятой модели САПР, методам представлений знаний, принятых в оболочке, а так же специфике задач, возникающих в МЭО. Проведен сравнительный анализ основных положений нового метода и ряда существующих методов поиска новых решений.
Исходя из результатов анализа, можно отметить, что предлагаемый метод поиска новых решений можно охарактеризовать как метод, повышающий эффективность поиска новых решений за счет:
совершенствования уже существующих методов;
создания новых комплексных подходов на базе известных методов;
создания новых методов, основывающихся на новых идеях и подходах, новых специфических задачах, новых методах представления моделей объектов.
В качестве перспективных дальнейших исследований в данном направлении можно назвать применение данных подходов не только к поиску моделей структур, но и моделей функций объектов, заданных текстами.