ИССЛЕДОВАНИЕ ЭФФЕКТИВНОСТИ ГЕНЕТИЧЕСКОГО АЛГОРИТМА С РАЗЛИЧНЫМИ МЕТОДАМИ СЕЛЕКЦИИ, ТИПАМИ КРОССОВЕРА И СТРАТЕГИЯМИ ФОРМИРОВАНИЯ ПОКОЛЕНИЙ ПРИ ПОИСКЕ ЭКСТРЕМУМОВ ФУНКЦИЙ : научное издание | Научно-инновационный портал СФУ

ИССЛЕДОВАНИЕ ЭФФЕКТИВНОСТИ ГЕНЕТИЧЕСКОГО АЛГОРИТМА С РАЗЛИЧНЫМИ МЕТОДАМИ СЕЛЕКЦИИ, ТИПАМИ КРОССОВЕРА И СТРАТЕГИЯМИ ФОРМИРОВАНИЯ ПОКОЛЕНИЙ ПРИ ПОИСКЕ ЭКСТРЕМУМОВ ФУНКЦИЙ : научное издание

Перевод названия: RESEARCH OF THE EFFICIENCY OF THE GENETIC ALGORITHM WITH VARIOUS METHODS OF SELECTION, CROSSOVER TYPES AND STRATEGIES OF FORMATION OF GENERATIONS IN SEARCHING OF EXTREMUMS OF TEST FUNCTIONS

Тип публикации: статья из журнала

Год издания: 2017

Ключевые слова: genetic algorithm, global extremum, population, generation, selection, crossover, De Jong's function, Rosenbrock's function, Rastrigin's function, генетический алгоритм, глобальный экстремум, популяция, поколение, селекция, кроссовер, функция Де Джонга, функция Розенброка, функция Растригина

Аннотация: В данной статье проводится анализ материалов по генетическим алгоритмам. Рассмотрены основные идеи и принципы, лежащие в основе работы генетических алгоритмов. Детально проанализированы базовые этапы работы классического генетического алгоритма. Выполнен обзор наиболее часто встречаемых методов селекции (рулеточный и турнирный), типов кроссовера (одноточечный и равномерный) и стратегий формирования поколений (классическая и элитарная). На тестовых функциях проведено исследование генетического алгоритма с различными методами селекции, типами кроссовера и стратегиями формирования поколений для поиска глобального минимума. Для каждого вида алгоритма найдена оценка вероятности нахождения истинного решения. Полученные результаты экспериментов тщательно проанализированы. Выявлены достоинства и недостатки различных методов селекции, типов кроссовера, стратегий формирования поколений. Изложены рекомендации по целесообразности применения генетических алгоритмов в различных ситуациях. Определены возможные направления дальнейших исследований. In this article the analysis of materials on genetic algorithms is carried out. The main ideas and principles underlying work of genetic algorithms are considered. The basic stages of the classical genetic algorithm work are analyzed in detail. The review of the most common methods of selection (roulette and tournament), types of crossover (single-point and uniform) and strategies of formation of generations (classical and elitist) is executed. On test functions the research of genetic algorithm with different methods of selection, types of crossover and strategy of formation of generations is carried out. For each type of algorithm, an estimate of the probability of finding a true solution is given. The received results of the experiments are carefully analyzed. The advantages and disadvantages of different methods of selection, types of crossover, strategy of formation of generations are revealed. The recommendations on the expediency of using genetic algorithms in various situations are stated. The possible directions for further research are defined.

Ссылки на полный текст

Издание

Журнал: Моделирование, оптимизация и информационные технологии

Выпуск журнала: 2

Номера страниц: 1

ISSN журнала: 23106018

Место издания: Воронеж

Издатель: Автономная некоммерческая образовательная организация высшего образования Воронежский институт высоких технологий

Авторы

  • Мараев В.С. (Сибирский Федеральный Университет, Институт Космических и Информационных технологий (ИКИТ СФУ))
  • Беззубенко Е.А. (Сибирский Федеральный Университет, Институт Космических и Информационных технологий (ИКИТ СФУ))
  • Черкашин Д.А. (Сибирский Федеральный Университет, Институт Космических и Информационных технологий (ИКИТ СФУ))
  • Михалев А.С. (Сибирский Федеральный Университет, Институт Космических и Информационных технологий (ИКИТ СФУ))

Вхождение в базы данных

Информация о публикациях загружается с сайта службы поддержки публикационной активности СФУ. Сообщите, если заметили неточности.

Вы можете отметить интересные фрагменты текста, которые будут доступны по уникальной ссылке в адресной строке браузера.