Генетические алгоритмы, Панченко Т.В., 2007

Генетические алгоритмы, Панченко Т.В., 2007.

   В книге рассмотрены генетические алгоритмы, широко применяемые в последнее время для решения задач оптимизации. Описываются стандартные функции универсального пакета MATLAB 7.0.1, предназначенные для решения задач оптимизации с помощью генетических алгоритмов. Приводится лабораторная работа, посвященная изучению методов решения оптимизационных задач с помощью MATLAB 7.0.1.
Предназначено для студентов V курса, обучающихся по специальности «Прикладная математика и информатика».




Гибридный алгоритм.
Идея гибридных алгоритмов (Hybrid algorithms) заключается в сочетании генетического алгоритма с некоторым другим классическим методом поиска, подходящим в данной задаче. В каждом поколении все сгенерированные потомки оптимизируются выбранным методом и затем заносятся в новую популяцию. Тем самым получается, что каждая особь в популяции достигает локального оптимума, вблизи которого она находится. Далее производятся обычные для ГА действия: отбор родительских пар, кроссин-говер и мутации. На практике гибридные алгоритмы оказываются очень удачными. Это связано с тем, что вероятность попадания одной из особей в область глобального максимума обычно велика. После оптимизации такая особь будет являться решением задачи.

Известно, что генетический алгоритм способен быстро найти во всей области поиска хорошие решения, но он может испытывать трудности в получении из них наилучших. Обычный оптимизационный метод может быстро достичь локального максимума, но не может найти глобальный. Сочетание двух алгоритмов позволяет использовать преимущества обоих.

ОГЛАВЛЕНИЕ.
1. Введение.
2. Генетические алгоритмы. 
2.1. Простой пример генетического алгоритма.
2.2. Основные понятия.
2.3. Операторы выбора родителей.
2.4. Рекомбинация (воспроизведение).
2.4.1. Дискретная рекомбинация.
2.4.2. Кроссинговер (бинарная рекомбинация).
2.5. Мутация.
2.6. Операторы отбора особей в новую популяцию.
2.7. Разнообразие генетических алгоритмов.
2.7.1. Канонический ГА.
2.7.2. Генитор.
2.7.3. Метод прерывистого равновесия.
2.7.4. Гибридный алгоритм
2.7.5. СНС.
2.7.6. ГА с нефиксированным размером популяции.
2.8. Параллельное выполнение ГА.
2.8.1. Параллельный ГА.
2.8.2. Миграция.
2.8.3. Глобальная модель «Рабочий и Хозяин».
2.8.4. Модель диффузии, или островная модель ГА.
3. Параметры ГА.
4. Модернизация ГА.
4.1. Самоадаптирующиеся алгоритмы.
4.1.1. Неоднородная мутация.
4.1.2. Инцест.
4.1.3. Критерий расстояния.
4.1.4. Параметры вычислений.
5. Символьная модель ГА.
5.1. Постановка задачи.
5.2. Символьная модель.
5.3. Геометрическая интерпретация символьной модели.
5.4. Шима.
5.5. Строительные блоки.
5.6. Теорема шим.
6. Преимущества и недостатки ГА.
7. Заключение.
А. Приложение.
А.1. Теория Дарвина.
А.2. Некоторые понятия из теории оптимизации А.3. Кодирование Грея.
А.3.1. Строение кода Грея.
А.3.2. Алгоритмы преобразования кода Грея.
А.4. NP-полные (универсальные) задачи.
А.5. Тестовые функции.
В. Генетические алгоритмы в MATLAB 7.0.1.
В.1. Общие сведения.
В.2. Функция ga.
В.3. Функция gaoptimset.
В.4. Векторизация целевой функции.
В.5. Лабораторная работа.
В.5.1. Лабораторная работа № 1.
В.5.2. Лабораторная работа № 2
В.5.3. Лабораторная работа № 3.
В.6. Ответы.
Библиографический список.



Бесплатно скачать электронную книгу в удобном формате, смотреть и читать:
Скачать книгу Генетические алгоритмы, Панченко Т.В., 2007 - fileskachat.com, быстрое и бесплатное скачивание.

Скачать djvu
Ниже можно купить эту книгу, если она есть в продаже, и похожие книги по лучшей цене со скидкой с доставкой по всей России.Купить книги


Скачать - djvu - Яндекс.Диск.




Хештеги: #учебник по информатике :: #информатика :: #компьютеры :: #Панченко :: #генетика :: #алгоритм