ISSN 0021-3454 (печатная версия)
ISSN 2500-0381 (онлайн версия)
Меню

2
Содержание
том 67 / Февраль, 2024
СТАТЬЯ

DOI 10.17586/0021-3454-2018-61-8-660-665

УДК 681.3

ИСПОЛЬЗОВАНИЕ МОДЕЛЕЙ ЭВОЛЮЦИИ ДЛЯ УПРАВЛЕНИЯ МУТАЦИЯМИ ГЕНЕТИЧЕСКОГО АЛГОРИТМА ПРИ ОПТИМИЗАЦИИ МНОГОПАРАМЕТРИЧЕСКОЙ ФУНКЦИИ

Бондаренко И. Б.
Санкт-Петербургский государственный университет телекоммуникаций им. профессора М.А. Бонч-Бруевича, СанктПетербург, 193232, Российская Федерация; доцент


Шиманчук С. Н.
Университет ИТМО, кафедра проектирования и безопасности компьютерных систем; студент;


Назарова В. В.
Назарова Виктория Владимировна;


Читать статью полностью 

Аннотация. Представлен метод управления мутациями генетического алгоритма с помощью коэффициента, изменяющего свое значение в процессе поиска экстремума многопараметрической функции по зависимости, близкой по форме к эволюционному закону. Приведены результаты экспериментов, демонстрирующие возможность увеличения скорости сходимости генетического алгоритма за счет коррекции вероятности мутации при поиске оптимума тестовой функции.
Ключевые слова: генетический алгоритм, эволюция, вероятность мутации, оптимизация, хромосома, сходимость, управление отбором

Список литературы:
  1. Гудилов В. В. Эволюционное проектирование аппаратных средств // Информатика, вычислительная техника и инженерное образование. 2011. № 5 (7). С. 11—34.
  2. Курейчик В. В., Родзин С. И. О правилах представления решений в эволюционных алгоритмах // Изв. ЮФУ. Технические науки. 2010. № 7. С. 13—21.
  3. Бондаренко И. Б., Каляева Е. А., Кокшаров Д. Н. Адаптация параметров генетического алгоритма для оптимизации сложных функций // Изв. вузов. Приборостроение. 2011. Т. 54, № 9. С. 5—9.
  4. Гатчин Ю. А., Бондаренко И. Б., Дукельский К.В. Технология изготовления специальных типов оптических волокон: Монография. СПб: Изд-во Политехн. ун-та, 2015. 155 с.
  5. Кошев А. Н., Салмин В. В., Генералова А. А., Бычков Д. С. Разработка генетического алгоритма с адаптивными мутациями для определения глобального экстремума функции n-переменных // Интернет-журнал „Науковедение“. 2016. Т. 8, № 6 [Электронный ресурс]: http://naukovedenie.ru/PDF/32TVN616.pdf .
  6. Schwefel H. P. Numerical Optimization of Computer Models. John Wiley&Sons, 1981.
  7. Снитюк В. Е. Аспекты эволюционного моделирования в задачах оптимизации // Искусственный интеллект. 2005. № 4. С. 284—291.
  8. Pagel M., Venditti C., Meade A. Large punctuational contribution of speciation to evolutionary divergence at the molecular level // Science. 2006. Vol. 314. Р. 119—121.
  9. Буланова Н. С., Буздалова А. С., Шалыто А. А. Метод адаптивного выбора операторов мутации искусственных иммунных систем и локального поиска // Научно-технический вестник информационных технологий, механики и оптики. 2017. Т. 17, № 6. С. 1100—1106.
  10. Панченко Т. В. Генетические алгоритмы. Астрахань: Изд. дом „Астраханский университет“, 2007. 87 с.