Для повышения эффективности и надежности ИИТ предлагается применять метод генетического программирования при формировании состава коллектива ИИТ для решения сложных задач и формы взаимодействия участников коллектива при получении результирующего решения, основанного на частных решениях индивидуальных технологий.
В данном подходе существует два варианта гибридизации ИИТ. Первый заключается в построении математического выражения из результатов отдельных членов коллектива.
Таким образом, элементами терминального множества алгоритма генетического программирования являются частные решения отдельных систем. интеллектуальный нейронный генетический алгоритм Второй — в формировании гибридной многослойной системы, состоящей из отдельных членов этого коллектива. Здесь терминальное множество представляется отдельной структурой ИИТ.
При первом подходе на предварительном этапе необходимо заранее сгенерировать и обучить заданное число элементов терминального множества, которые будут в дальнейшем использоваться в работе алгоритма.
При такой постановке задачи существует два способа реализации мутации в алгоритме генетического программирования: либо случайным образом выбирать элемент из терминального множества, либо генерировать полностью новую интеллектуальную систему. Функциональное множество при данном подходе включает в себя математические выражения.
При реализации второго подхода изначально необходимо задать число циклов обучения каждой технологии. При генерации новой популяции индивидов получаются новые структуры, вследствие чего каждая отдельная технология заново проектируется.
Элементами функционального множества в данном случае являются правила соединения отдельных технологий между собой.
