Эволюционный алгоритм
Cтраница 1
Эволюционные алгоритмы синтеза наряду с другими имеют широкое распространение в практике разработки системы теплообмена. Надо заметить, что, по существу, каждый из рассмотренных алгоритмов синтеза использует в той или иной форме некоторую стратегию улучшения ( модификации) полученной схемы. Вопрос лишь в том, в какой степени применяемые правила определяют конечный оптимальный вариант схемы. [1]
Генетические и эволюционные алгоритмы - один из способов стохастической оптимизации, хорошо зарекомендовавший себя при решении ряда важных задач. [2]
Эволюционными алгоритмами называются и другие методы, реализующие эволюционный подход, в частности, генетическое программирование ( genetic programming) [29], представляющее собой модификацию генетического алгоритма с учетом возможностей компьютерных программ. При использовании этого метода популяция состоит из закодированных соответствующим образом программ, которые подвергаются воздействию генетических операторов скрещивания и мутации, для нахождения оптимального решения, которым считается программа, наилучшим образом решающая поставленную задачу. Программы оцениваются относительно определенной специальным образом функции приспособленности. [3]
К эволюционным алгоритмам также применяется понятие технология эволюционных вычислений. [4]
Большинство приложений эволюционных алгоритмов, и особенно генетических алгоритмов, касается оптимизационных задач. В каждом из них оптимизируется целевая функция, заданная конкретной формулой, и используется характерное для основного генетического алгоритма двоичное кодирование хромосом. [5]
Методы, используемые при этом, связаны с эволюционными алгоритмами адаптации. [6]
В июле 1996 г. состоялась первая Всепольская конференция по эволюционным алгоритмам, организованная Институтом основ электроники Варшавского политехнического университета и Клубом эволюционных алгоритмов. Это свидетельствует о появлении множества новых методов, основанных на эволюционном моделировании, но использующих базовые технологии - главным образом классический генетический алгоритм, эволюционные стратегии и эволюционное программирование. [7]
Важным классом алгоритмов обучения, обогативших нейронные и нечеткие технологии, считаются эволюционные алгоритмы. Они оперируют популяциями хромосом, оцениваемых функциями приспособленности, и используют эволюционную и генетическую обусловленность изменения последовательности битов или чисел. Таким образом эффективно, исследуется пространство возможных решений. Оптимальное решение ищется в серии последовательных приближений аргументов с лучшими значениями функций приспособленности, генерируемых в результате мутации и скрещивания хромосом. [8]
В июле 1996 г. состоялась первая Всепольская конференция по эволюционным алгоритмам, организованная Институтом основ электроники Варшавского политехнического университета и Клубом эволюционных алгоритмов. Это свидетельствует о появлении множества новых методов, основанных на эволюционном моделировании, но использующих базовые технологии - главным образом классический генетический алгоритм, эволюционные стратегии и эволюционное программирование. [9]
Свойства креативности в едином, математически однородном полю компьютерной информации предлагается достигать на основе встраивания человеческого фактора в основной контур эволюционных алгоритмов самоорганизации. Главный смысл этого предложения состоит в замене автоматического вычисления функции фитнеса и автоматического выполнения мутаций, применяющихся в ГА, на реализацию этих действий человеком или множеством людей. [10]
Стандартные генетические операторы, разработанные для схемы двоичного представления данных, могут применяться и в случае задания весов двоичными числами, однако для большей эффективности эволюционного алгоритма и ускорения его выполнения созданы специальные генетические операторы. [11]
Программа СТО ( Genetic Training Option - Режим Генетического Обучения) взаимодействует с программой BrainMaker. В ней реализован эволюционный алгоритм с соответственно определенными операторами мутации и скрещивания. Мутация изменяет значения весов избранного нейрона, а скрещивание заключается в обмене весов избранных нейронов у пары родителей. [12]
 |
Решение задачи с помощью классического генетического алгоритма.| Решение задачи с помощью эволюционного алгоритма ( эволюционной программы. [13] |
При реализации первого подхода применяется классический генетический алгоритм, а при реализации второго подхода - эволюционная программа. Однако чаще всего встречается термин эволюционные алгоритмы. Эволюционные программы также могут рассматриваться как эволюционные алгоритмы, подготовленные программистом для выполнения на компьютере. Основная задача программиста заключается при этом в выборе соответствующих структур данных и генетических операторов. Именно такая трактовка понятия эволюционная программа представляется наиболее обоснованной. [14]
Приведенная на рис. 4.3 блок-схема сохраняет свою актуальность, поскольку ( как уже упоминалось в разд. Следовательно, этой универсальной блок-схеме соответствуют различные эволюционные алгоритмы, и в каждом из них в первую очередь должна быть сгенерирована исходная популяция хромосом. [15]
Страницы: 1 2