генетичний алгоритм

Наведено метод апроксимації функцій поліномами з дійсними степенями, в якому підбір степеня здійснюється за допомогою генетичного алгоритму.

The method of approximation of functions by polynomials with real powers, which is the power of selection with a genetic algorithm.

Стаття присвячена особливостям використання генетичного алгоритму (ГА) для розв’язання оптимізаційних задач. Наведено класифікацію оптимізаційних задач. Детально описано структурні елементи ГА та їх роль для розв’язання задачі комівояжера. Для оцінки впливу параметрів ГА на ефективність його застосування здійснено дослідження впливу розміру популяції на довжину маршруту комівояжера. На основі отриманих результатів показано, що розмір популяції впливає на довжину маршруту, а оптимальне значення розміру популяції для даної задачі становить 150.

 Розглянуто особливості проектування системи автоматизованого генерування віршованих творів, що відкриває нові можливості художнього мовлення та сфери шоу-бізнесу, насамперед підготовки віршів і пісень. Доволі часто тексти пісень без особливого змісту стають успішними через відсутність складних сюжетів, а також через ненав'язливість і легкість їхнього сприйняття слухачами. Проаналізовано відомі літературні джерела та наявні програмні продукти, які можуть генерувати віршовані твори, поєднуючи різні методи та алгоритми.

Розроблений метод побудови емпіричних моделей складних процесів на основі генетичних алгоритмів, що дозволяє, в порівнянні з індуктивним методом самоорганізації моделей, значно скоротити витрати машинного часу на їх реалізацію. Використаний підхід, що дозволяє складну модель розглядати як композицію трьох складових ‒ лінійного тренда, коливальної складової з некратними частотами і рівняння регресії, що спрощує процес побудови складних моделей. Для реалізації запропонованого методу розроблено алгоритмічне і програмне забезпечення. На конкретному прикладі залежності рівня води в р.

Розроблено генетичний алгоритм та оператор схрещування. Запропоновано застосування генетичних алгоритмів і операторів схрещування для розв’язання складних оптимізаційних задач. Виконані експерименти показують ефективність запропонованого генетичного алгоритму й оператора схрещування.

Досліджено питання оптимальної обробки задач у вузлах розподіленої інформаційної системи на основі математичної моделі, що належить до класу задач бікластеризації, для якої сформульовано оптимізаційну задачу із дробово-лінійною цільовою функцією. Виконано процедуру лінеаризації цільової функції та наведено загальну схему ітераційного процесу побудови розв’язку оптимізаційної задачі. На кожному кроці ітерації результат можна отримати з використанням як точного методу гілок та меж, так і генетичного алгоритму.

Один із методів вирішення задач аналізу та синтезу електромеханічних систем (ЕМС) є використання підходів штучного інтелекту, а саме методу генетичного алгоритму (ГА). Оригінальність описаного у статті підходу полягає у застосуванні моделей дробового порядку для вирішення такого роду задач. В розроблених алгоритмах процедур аналізу та синтезу ЕМС запропоновано використовувати функцію якості, та, контролюючи результат після кожної ітерації, отримувати бажане значення відхилення результатів.

Розроблено комплексний підхід до оптимізації маршрутів передавання даних у самоорганізованих мережах. Суть методу полягає у оптимізації множини найкращих маршрутів, що утворюються завдяки роботі модифікованих алгоритмів імітації відпалу та мурашкового, використання яких дає змогу знаходити глобальний екстремум деякої функції на основі впорядкованого випадкового пошуку та здійснювати пошук оптимізованого маршруту з найкращим значенням параметра QoS на основі видалення/додавання вузла до маршруту, а також враховувати неоднорідності в мережі.

Запропоновано використовувати модифіковані оператори ініціалізації та схрещування мурашиного та генетичного алгоритмів для розв’язування транспортної задачі у сфері туризму. На основі аналізу поведінки мурашиних колоній, а саме пошуку найкоротшого маршруту виділенням феромонів та функції схрещування двох рішень генетичного алгоритму, розроблено метод та алгоритм виконання таких операцій: пошук оптимального маршруту, розрахунок витрат ресурсів, пошук дистанції, час маршруту, запам’ятовування виконаних маршрутів.