Содержание к диссертации
Введение
1. Проблемы современных систем мониторинга СНО 7
1.1. Средства навигационного оборудования как объект мониторинга 8
1.2. Классификация технологий передачи данных в системах мониторинга СНО 15
1.3. Технология беспроводных сенсорных сетей 22
2. Проектирование коммуникационной инфраструктуры системы мониторинга СНО на базе технологии сенсорных сетей 31
2.1. Структурная надежность коммуникационной инфраструктуры системы мониторинга СНО 32
2.2. Энергетическая эффективность коммуникационной инфраструктуры системы мониторинга СНО 35
2.3. Математическая модель задачи оптимального размещения шлюзов в сенсорной сети 39
2.4. Алгоритм определения пригодности схемы размещения шлюзов 47
2.5. Методика проектирования коммуникационной инфраструктуры системы мониторинга СНО на базе технологии сенсорных сетей 56
3. Обеспечение надежности сети системы мониторинга СНО 62
3.1. Методика обеспечения двусвязности сети 62
3.2. Влияние методики обеспечения двусвязности на размер множества вариантов размещения шлюзов 72
4. Обеспечение энергетической эффективности системы мониторинга СНО 75
4.1. Точный алгоритм 76
4.2. Генетический алгоритм 86
4.3. Алгоритм муравьиной колонии 97
4.4. Экспериментальная оценка алгоритмов оптимизации 107
Заключение 115
Список сокращений и условных обозначений 116
Список литературы 118
- Средства навигационного оборудования как объект мониторинга
- Энергетическая эффективность коммуникационной инфраструктуры системы мониторинга СНО
- Влияние методики обеспечения двусвязности на размер множества вариантов размещения шлюзов
- Экспериментальная оценка алгоритмов оптимизации
Средства навигационного оборудования как объект мониторинга
На современном этапе развития систем навигационного обеспечения судоходства, в условиях повышенных требований безопасности, возникает задача отслеживания эксплуатационного состояния средств навигационного оборудования в режиме реального времени с помощью системы мониторинга и минимизации материальных затрат на ее установку и обслуживание. Бурное развитие технологий беспроводной передачи данных создает условия для совершенствования функциональных характеристик оборудования во многих отраслях производства. Технология сенсорных сетей нашла широкое применение в системах мониторинга в различных сферах человеческой деятельности, в том числе в области передачи эксплуатационной информации от средств навигационного оборудования. В настоящий момент существует ряд требований к системам мониторинга навигационных знаков [92], однако отсутствуют методики проектирования оптимальной коммуникационной инфраструктуры подобных систем, учитывающие современный уровень развития технологий беспроводной передачи данных. Применение эффективных методик проектирования, как правило, дает возможность существенно снизить финансовые и энергетические затраты в процессе эксплуатации системы мониторинга СНО. Тем не менее, на этапе проектирования системы могут возникнуть вопросы, требующие глубокого понимания принципов функционирования оптимизируемого объекта, а также ключевых особенностей взаимодействия его компонентов.
Повышение эффективности или оптимизация некоторого технического объекта требует системного подхода в изучении фундаментальных закономерностей его развития, а также анализа характерных достоинств и недостатков различных форм его реализации [54]. Таким образом, данный раздел будет посвящен описанию характеристик и проблем оптимизируемого объекта, т.е. коммуникационной инфраструктуры системы мониторинга СНО на базе технологии сенсорных сетей. В первом подразделе будет дано общее представление о средствах навигационного оборудования, приведена классификация навигационных знаков, а также требования к системам мониторинга СНО. Во втором подразделе будет проведен обзор различных технологий передачи данных в системах мониторинга СНО. В третьем подразделе будут отмечены основные технические характеристики и принципы действия технологии беспроводных сенсорных сетей. 1.1 Средства навигационного оборудования как объект мониторинга
Средства навигационного оборудования, являются важной частью навигационной системы морских портов и рек. Безопасность судовождения достигается за счет бесперебойного действия береговых и плавучих СНО, развития и совершенствования применяемых технологий в соответствии с современными требованиями морского флота. Подходы к портам и акватории портов, как правило, оборудованы маяками, светящими знаками, радиомаяками и звукосигнальными установками. Основным требованием к светящему морскому навигационному знаку является обеспечение необходимой дальности видимости огня в ночное и сооружения в дневное время суток. Дальность видимости и проблесковая характеристика светооптического аппарата СНО, как правило, указываются в описании «Огни и знаки» соответствующего бассейна.
Средства навигационного оборудования испытывают существенное воздействие внешней среды в процессе эксплуатации. Это обусловлено большими перепадами температур в течение года, действием шквалистого ветра, повышенной влажностью окружающей среды и соленостью воды. В замерзающих бассейнах, где навигация продолжается с помощью ледокольного флота, огни береговых навигационных знаков работают, как правило, круглый год, а плавучие знаки летней схемы ограждения заменяют ледовыми буями или светящими знаками, которые испытывают сильное механическое воздействие в период движения льдов. В виду того, что большинству навигационных знаков приходится работать в очень жестких климатических условиях, появляется необходимость организации наблюдения за их состоянием.
При планировании маршрута судоводитель рассчитывает, что СНО на его пути будет функционировать в соответствии с существующими регламентирующими документами и картами. В случае выхода автоматической аппаратуры СНО из строя или нарушения заданной проблесковой характеристики огня должны быть оповещены соответствующие власти. Не менее важна минимизация времени от момента выхода из строя навигационного знака до момента обнаружения поломки и оповещения мореплавателей. Выход из строя СНО может привести к навигационным происшествиям различной степени тяжести. Под навигационными происшествиями понимаются случаи, связанные с посадкой корабля на мель, касанием грунта, ударами о подводные препятствия или сооружения, обрывом подводного кабеля или трубопровода. Во всех случаях неизбежны значительные финансовые убытки.
В большинстве регионов России автоматизированный мониторинг средств навигационного оборудования развит крайне слабо. Сотрудникам морских портов или гидрографических предприятий приходится визуально отслеживать их состояние. В зависимости от количества береговых и плавучих знаков, интенсивности и характера судоходства устанавливаются соответствующие формы обслуживания СНО. Начальник укрупненного путевого поста со своим личным составом обеспечивает бесперебойную работу СНО в пределах обслуживаемого участка. Кроме того, к задачам наблюдения за состоянием и сохранностью СНО привлекаются капитаны судов, которые обязаны проверять правильность расстановки и действия плавучих предостерегательных знаков, а также соответствие их характеристик указанных в «Огнях и знаках» и на навигационных картах. В случае обнаружения неполадок они обязаны составить донесение соответствующим властям. Капитан судна, нанесший какое-либо повреждение плавучему знаку, обязан немедленно сообщить об этом с указанием координат, наименования знака и характера повреждения [25]. К сожалению, такой способ отслеживания эксплуатационного состояния навигационных знаков не всегда является эффективным, так как надежность и целостность информации низки. Высока зависимость от своевременности оповещения. Иначе выражаясь, на процесс обнаружения неисправности большое влияние оказывает человеческий фактор. Кроме того, визуальное наблюдение за функционированием навигационных знаков требует от гидрографических предприятий содержания крупного штата сотрудников, что не является эффективным подходом с финансовой точки зрения.
Для своевременного обнаружения неполадок используют устройства, регистрирующие состояние основных функциональных блоков наблюдаемого объекта и передающие эту информацию на пульт централизованного наблюдения. В центре мониторинга СНО выполняется обработка полученных данных и оповещение ответственных лиц. Таким образом, организация удаленного мониторинга является рациональным подходом в обеспечении бесперебойной работы навигационных знаков.
По месту и способу постановки навигационные знаки делятся на береговые и плавучие. Береговые навигационные знаки являются сооружениями, устанавливаемыми на жесткой грунтовой поверхности, например, на молах, пирсах и дамбах. К береговым СНО относятся различные навигационные створы, огни и маяки. Навигационным маяком называется капитальное сооружение башенного типа отличительной формы и окраски. В зависимости от назначения маяки оборудуются светооптическими аппаратами кругового или направленного действия. Навигационный огонь представляет собой световой прибор, устанавливаемый на естественных объектах или неспециальных сооружениях, например, на пирсах, зданиях или башнях. Навигационным створом называется сооружение башенного типа со щитом отличительной формы, над которым устанавливается топовая фигура. Створы позволяют строго придерживаться оси канала или фарватера, а также предназначены для указания безопасного прохода между мелями и рифами. Конструктивно створы состоят из двух или трех знаков и делятся на линейные, прицельные, щелевые и перспективные.
Энергетическая эффективность коммуникационной инфраструктуры системы мониторинга СНО
Большинство навигационных знаков оснащено автономными источниками питания в виде аккумуляторных батарей. Количество устанавливаемых батарей может быть ограничено конструктивными особенностями навигационного знака, поэтому одним из ключевых показателей его эффективности является интенсивность энергопотребления его аппаратуры. В состав аппаратуры СНО могут входить различные устройства, в зависимости от требований к системе мониторинга. Помимо светопроблескового устройства, навигационный знак может быть оснащен блоком регистрации данных, приемником ГНСС, различными датчиками, однако в данной работе будет рассматриваться энергия, потребляемая приемопередающей аппаратурой СНО. Для обеспечения требуемого времени «жизни» сети, т.е. длительности ее функционирования до момента отказа узлов по причине истощения источника питания, необходимо рассчитать количество электроэнергии необходимой узлу для формирования и передачи отчетов в центр мониторинга СНО. С учетом реализации передачи данных в сенсорной сети также следует учитывать количество электроэнергии, требуемой для ретрансляции сообщений каждым узлом от других узлов сети. Таким образом, энергопотребление каждого узла в СС зависит от двух факторов: от аппаратной платформы и от топологической структуры сети.
Рассмотрим энергопотребление СНО, которое зависит от аппаратной платформы. Точность данного значения может изменяться в зависимости от степени детализации модели энергопотребления. Расчет количества энергии, затрачиваемой узлом за один цикл сбора информации, может оказаться сложной задачей. При расчете энергопотребления следует учитывать множество параметров аппаратных компонентов узла и руководствоваться составом элементной базы каждого устройства в составе навигационного знака. Например, потребуется учитывать энергопотребление при обмене данными и командами между управляющим микроконтроллером и радио-модулем через интерфейсы SPI (Serial Peripheral Interface) или UART (Universal Asynchronous Receiver Transmitter). Также следует учесть энергию, потребляемую микропроцессором в спящем и рабочем режиме, радио-модулем в режиме приёмника и передатчика, аналогово-цифровым преобразователем (АЦП) во время измерения. Для получения данных характеристик следует иметь информацию о времени, которое необходимо АЦП для проведения измерений, микропроцессору для обработки значений, полученных от АЦП, о времени перехода микропроцессора из спящего в рабочий режим, о максимальном времени ожидания сигнала приёмником (интервал времени между включением узла-приёмника на приём и началом передачи сообщения узлом-передатчиком). Кроме того, следует учитывать время перехода радио-модуля в режим приёмника и в режим передатчика, скорость обмена данными по радиоканалу, объём служебной информации, передаваемой при каждой передаче по радиоканалу (кроме передачи отклика), размер пакета отклика, размер одного пакета синхронизации времени, размер одного пакета измерений, реальную длительность цикла сбора данных. Значения перечисленных параметров зависят от аппаратной платформы и функциональных настроек сети. Получение точных значений перечисленных параметров требует глубокого понимания принципов функционирования микропроцессорной техники, алгоритмов обмена данными в сенсорной сети, применения высокоточных измерительных приборов и различных аналитических методик расчета энергопотребления.
В данной работе особое внимание будет уделено вопросу зависимости энергопотребления узлов от топологической структуры сети. Возможность ретрансляции сообщений узлами сенсорной сети позволяет передавать данные на расстояния, значительно превышающие радиус действия передатчиков и сократить общий расход энергии, требуемой для отправки отдельного сообщения на определенное расстояние. Однако при передаче сообщений возникает разница энергопотребления узлов в цепочке ретрансляции. Для упрощения рассматриваемой проблемы опустим особенности аппаратной реализации узлов и организации сенсорной сети. На рисунке 2.4 изображена цепь ретрансляторов, а в качестве шлюза выступает узел 6. р q
Каждый узел должен передать собственный отчет в центр мониторинга за один период или цикл сбора информации. Допустим, период t един для всех узлов сети. В таком случае узел 1 сгенерирует отчет и передаст его узлу 2. Узел 2 передаст собственный отчет узлу 3, а также ретранслирует отчет от узла 1 узлу 3. Узел 3 передаст собственный отчет узлу 4 и ретранслирует пакеты от узлов 1, 2 и 7 узлу 4. Так узел 5 передаст одно собственное сообщение и ретранслирует 7 сообщений от узлов 1, 2, 3, 4, 7, 8 и 9. Очевидно, что при едином периоде сбора информации в сети узлы в цепочке ретрансляторов передают разный объем трафика. Таким образом, чем ближе узел расположен к центру мониторинга, тем выше интенсивность его энергопотребления за один период сбора информации.
В процессе проектирования системы мониторинга СНО следует определить период сбора информации с каждого объекта в соответствии с требованиями навигационной безопасности. Среднее потребление узлов сети будет уменьшаться пропорционально частоте формирования отчетов о состоянии СНО.
Влияние методики обеспечения двусвязности на размер множества вариантов размещения шлюзов
Как было показано в предыдущем разделе, при обеспечении надежности сети задача размещения шлюзов возникает для тех G., где щ 3. Пусть Х — множество вариантов размещения шлюзов в сенсорной сети. Если граф G является несвязным, то в разных компонентах связности множества вариантов размещения будем обозначать через Xi.
Очевидно, что изменение расположения шлюзов в одной компоненте связности не влияет на множество обслуживаемых узлов для шлюзов в других компонентах связности. Следовательно, множества Xt являются независимыми, поэтому количество вариантов размещений в G находим по формуле т Х = У]Х. . (3-8) г=1 Количество вариантов размещений шлюзов в двусвязном подграфе G., где возможны варианты размещения при \ pt Щ, можно найти следующим образом Х\ = 2"1 -щ -2 . (3-9) В двусвязной сети любое размещение более чем одного шлюза будет соответствовать требованию надежности, поэтому в данном множестве Xi исключены варианты с одним шлюзом в сети, а также варианты, где шлюзы отсутствуют или все узлы являются шлюзами. На практике при решении задачи размещения все Х\ вариантов из выражения (3.9) не будут рассмотрены, поэтому попробуем сократить количество вариантов, отбросив заведомо непригодные. Множество всех возможных вариантов размещения р шлюзов на п узлах может быть выражено в виде биномиального коэффициента п і р I (3.10) Р) n\(p-n)\ При введении ограничений рт и р" в двусвязном подграфе G. количество вариантов размещения шлюзов можно ограничить, представив в виде суммы биномиальных коэффициентов следующим образом Ич = У] (3-11) Р,=РГ\РІ) Если подграф не является двусвязным, то следует учитывать ограничения рт и р" на количество шлюзов, размещаемых в каждом блоке компоненты связности. Каждая точка сочленения принадлежит множествам вершин объединяемых ею блоков (рисунок 3.3, а). При рассмотрении вариантов размещения шлюзов в блоках целесообразно исключить точки сочленения из числа вершин каждого блока (рисунок 3.5). В противном случае возможно возникновение схем размещения, где шлюзы двух соседних блоков располагается на общей точке сочленения, что недопустимо на практике. Кроме того, в случае перебора вариантов размещения шлюзов во всей компоненте / , точки сочленения будут учитываться по несколько раз. Таким образом, для исключения избыточности Xt будем рассматривать Yt отдельно от общего числа узлов.
Как будет показано в подразделе 4.1 на рисунках 4.1 — 4.6 схемы размещения шлюзов внутри связного графа взаимозависимы. Также данное утверждение справедливо для множества блоков внутри компоненты связности, поэтому внутри каждой компоненты количество вариантов размещения примет вид
Использование множества В обусловлено тем, что в графе возможно существование блоков, в которых все узлы являются точками сочленения. Для таких блоков множество вариантов размещения шлюзов учитывается в общем количестве вариантов размещения на точках сочленения подграфа I 2 7j).
Таким образом, предлагаемая методика позволяет сократить область пространства решений, в которой будет выполняться поиск оптимальной схемы размещения шлюзов. Как видно из выражения (3.12) эффективность данной методики определяется топологической структурой сети. В данной работе понятие надежности коммуникационной сети сформулировано в терминах вершинной связности графа, представляющего сеть. Критерием надежности является двусвязность узлов сети относительно шлюзов. При повышении требования надежности потребуется обеспечение связности сети в случае выхода из строя более одного устройства. В дальнейшем следует рассмотреть вопрос реализации Л-связности узлов относительно шлюзов при к 2. Граф называется Л-связным, если он содержит минимум к + 1 вершин и при удалении произвольных к-\ вершин сохраняется путь между любыми двумя оставшимися вершинами. Для обеспечения Л-связности узлов относительно шлюзов необходимо выделить области сети, где количество шлюзов должно находиться в пределах определенных значений. Соответственно, предварительно следует представить граф в виде дерева блоков, где в качестве «точек сочленения» выступают k-разделяющие множества вершин. С результатами исследований k-связности графов можно ознакомиться в работах [27, 53, 84, 93].
Выводы: в данном разделе предложена методика обеспечения надежности сети, которая позволяет опознать бесперспективные направления при поиске решения во множестве схем размещения шлюзов. Применение методики обеспечивает некоторое сокращение объема рассматриваемых схем размещения шлюзов, однако количество возможных вариантов схем размещения по-прежнему зависит от количества узлов в сети экспоненциальным образом. Таким образом, для крупных двусвязных графов остается необходимость в разработке эффективного алгоритма поиска схем оптимального размещения шлюзов. 4 Обеспечение энергетической эффективности системы мониторинга СНО
При проектировании коммуникационной инфраструктуры системы мониторинга СНО на базе технологии сенсорных сетей с применением шлюзов задача обеспечения энергетической эффективности является одной из ключевых. Возможность ретрансляции сообщений узлами сети позволяет существенно экономить энергию при передаче данных на большие расстояния. Однако, в таком случае при едином периоде сбора информации энергетическая нагрузка на узлах может различаться, т.к. чем ближе узел расположен к шлюзу в цепочке ретрансляции, тем больше сообщений он будет передавать от других узлов. Задача обеспечения энергетической эффективности сети при размещении шлюзов является комбинаторной оптимизационной задачей, где каждой схеме размещения х соответствует некоторое целое число р — количество шлюзов. Необходимо найти такую схему размещения при которой р достигает минимального значения и будет выполняться условие (2.16).
В данном разделе будут предложены различные алгоритмы для решения задачи оптимального размещения шлюзов в сети навигационных знаков. В подразделе 4.1 будет показана NP-полнота задачи и предложен точный алгоритм для поиска оптимального варианта размещения. Время работы точного алгоритма является экспоненциальным. Большинство исследователей в области математики и теоретической кибернетики сходятся в предположении, что P NP , поэтому существование точного алгоритма с полиномиальным временем работы для решения NP-полных задач маловероятно [18, с. 28]. Таким образом, целесообразно сосредоточить усилия на разработке эвристических алгоритмов, позволяющих получать решения близкие к оптимальным за приемлемое время. Эвристический алгоритм может не иметь доказательства корректности получаемых результатов и при этом возвращать достаточно «хорошие» решения в большинстве случаев. Однако эвристический алгоритм не гарантирует нахождения «хорошего» решения на всех запусках, поэтому в редких случаях он может возвращать ошибочные решения, которые существенно отличаются от оптимальных. Методика построения подобных алгоритмов, как правило, зависит от специфики задачи. В подразделах 4.2 и 4.3 будут предложены эвристические алгоритмы, основанные на механизмах поиска, позаимствованных из живой природы. Время работы предлагаемых алгоритмов ограничено полиномом невысокой степени. В подразделе 4.2 описана реализация принципов генетического алгоритма для задачи размещения шлюзов в сети. В подразделе 4.3 представлена реализация принципов алгоритма муравьиной колонии для задачи размещения шлюзов. В подразделе 4.4 представлены результаты вычислительного эксперимента, позволяющие сравнить точность и скорость работы полученных алгоритмов.
Экспериментальная оценка алгоритмов оптимизации
В современных исследованиях ведется активное изучение производительности ГА и АМК в отношении многих труднорешаемых задач, тем не менее, автором не было найдено сведений о применении рассматриваемых алгоритмов для задачи, сформулированной в данной работе. Сложность применения эвристических алгоритмов заключается в отсутствии возможности точного предсказания и оценки их поведения для различных размеров задачи. Как правило, оценка подобных алгоритмов производится на основе эмпирических данных. Поскольку разработанные эвристические алгоритмы являются вероятностными и получают приближенные решения, цель проводимого эксперимента заключается в выяснении скорости их работы и оценке погрешности их решений.
Для проведения вычислительного эксперимента автором была разработана программа в среде Borland C++ Builder 6. Эксперимент проводился на ПК с процессором Intel Atom с тактовой частотой 1,67 ГГц. Серия запусков алгоритмов проводилась на связных графах, сгенерированных случайным образом. В эксперименте рассматривался точный алгоритм (ТА), генетический алгоритм (ГА) и алгоритм муравьиной колонии (АМК). Результаты экспериментов для ГА получены при следующих значениях параметров: q = 0,6 ; Ct\= 150. Результаты экспериментов для АМК получены при следующих значениях параметров: а = 2; (3 = 1; Q = 2; ц/ = 0,6 . Для каждого значения параметров п и txmax было выполнено 100 запусков ГА и АМК. В таблице 4.2 приведено минимальное время ґт;п, потраченное каждым алгоритмом на получение оптимального решения по значению /ЦФ (х) . Оптимальные значения целевой функции получены в результате работы точного алгоритма. Следует заметить, что сложность задачи размещения шлюзов зависит не только от количества узлов в сети, но и от условия энергоэффективности, а именно от значения параметра txmax. Чем меньше значение данного параметра, тем больше шлюзов следует разместить в сети и больше схем размещения следует рассмотреть в процессе поиска. При увеличении значения txmax количество вариантов размещения шлюзов, соответствующих требованию эффективности, становится больше, поэтому алгоритмам требуется меньше времени для поиска. Например, при txmax п-\ любая схема размещения любого количества шлюзов будет соответствовать требованию энергоэффективности.
Как видно из таблицы 4.2 задачи могут быть разделены на четыре группы по значению n. В каждой группе наблюдается рост времени получения решения с уменьшением значения txmax в подавляющем большинстве случаев для всех алгоритмов. Подобное явление можно объяснить ростом пространства решений с увеличением n и уменьшением количества допустимых решений с уменьшением txmax. В таблице 4.3 приведены данные, позволяющие получить представление о точности разработанных эвристических алгоритмов. Параметр N используется для обозначения доли оптимальных решений в процентном соотношении из общего числа решений, полученных алгоритмом при 100 запусках. Через av и max обозначаются средняя и максимальная относительная погрешность соответственно.
1 Задача с входными параметрами п = 100, йетах = 7 оказалась достаточно сложной для решения. Алгоритму муравьиной колонии удалось найти оптимальное решение только на 5 запусках из 100, а генетическому алгоритму не удалось найти оптимального решения на всех запусках. Подобный результат можно объяснить недостаточным размером популяции в ГА для данной задачи. Для некоторых задач значение максимальной относительной погрешности достаточно высоко. Данное явление можно объяснить тем, что оптимальные значения целевой функции относительно малы и могут быть только целочисленными. По результатам экспериментов видно, что разработанные алгоритмы способны найти оптимальное решение за приемлемое время для большинства предлагаемых параметров задач. Ключевым достоинством ГА по сравнению с АМК можно назвать более высокую скорость получения решений. Однако, в большинстве случаев, АМК вырабатывает больше оптимальных решений, чем ГА, о чем свидетельствуют значения N и av алгоритмов. С ростом количества узлов в сети общая скорость получения решений в АМК падает быстрее, чем в ГА. Подобное явление объясняется тем, что для модификации значения /ФП(а.) на одном шаге одного муравья требуется выполнить n-pi вычислений значения /ФП(аіу), т.е. трудоемкость каждого шага муравья растет пропорционально значению п. В генетическом алгоритме для модификации /ФП (сг) требуется выполнить 2 вычисления /ФП (с.) : для хромосомы текущей популяции Ct и хромосомы потомка из С . Помимо способов реализации генетических операторов на производительность ГА влияют такие параметры, как вероятность мутации q и размер популяции Ct . Высокая вероятность мутации может не дать «сильным» хромосомам занять доминирующее положение в популяции и алгоритм может не сойтись, а низкая вероятность приведет к сокращению проверяемой области пространства решений и преждевременной сходимости алгоритма. Большой размер популяции снижает общую скорость работы алгоритма, а малый размер сокращает проверяемую область пространства решений. Рассмотрим влияние размера популяции на работу генетического алгоритма на примере задачи с входными параметрами: n =100,txmax = 7 . На рисунках 4.16 — 4.18 приведены графики с результатами 100 запусков ГА.
