Национальный цифровой ресурс Руконт - межотраслевая электронная библиотека (ЭБС) на базе технологии Контекстум (всего произведений: 611760)
Контекстум
Прикладная информатика / Journal of Applied Informatics  / №3 (63) 2016

Использование технологии табличного моделирования генетических алгоритмов для решения задач оптимизации (150,00 руб.)

0   0
Первый авторАникина
АвторыГущина О.М.
Страниц9
ID463823
АннотацияВ статье показана возможность реализации генетических и эволюционных алгоритмов, основанная на технике создания итерационных моделей табличными средствами Microsoft Excel по принципу «программирование без программирования», без использования программного кода на языке VBA. Результаты работы представляют интерес для специалистов по оптимизации систем и процессов, а также для преподавателей, аспирантов и студентов высших учебных заведений.
Аникина, О.В. Использование технологии табличного моделирования генетических алгоритмов для решения задач оптимизации / О.В. Аникина, О.М. Гущина // Прикладная информатика / Journal of Applied Informatics .— 2016 .— №3 (63) .— С. 134-142 .— URL: https://rucont.ru/efd/463823 (дата обращения: 19.05.2025)

Предпросмотр (выдержки из произведения)

2016 ] ПРИКЛАДНАЯ ИНФОРМАТИКА / JOURNAL OF APPLIED INFORMATICS О. В. <...> Аникина, канд. техн. наук, Тольяттинский государственный университет, blue-waterfall@yandex.ru О. М. Гущина, канд. пед. наук, доцент, Тольяттинский государственный университет, g_o_m@tltsu.ru Использование технологии табличного моделирования генетических алгоритмов для решения задач оптимизации В статье показана возможность реализации генетических и эволюционных алгоритмов, основанная на технике создания итерационных моделей табличными средствами Microsoft Excel по принципу «программирование без программирования», без использования программного кода на языке VBA. <...> Достоинства табличного моделирования генетических алгоритмов Генетические и эволюционные алгоритмы — одно из активно развивающихся и перспективных направлений в искусственном интеллекте. <...> Эволюционные стратегии (эволюционные алгоритмы — ЭА), как и ГА, — это алгоритмы оптимизации, основанные на принципах природной эволюции [4]. <...> Генетические алгоритмы совместно с эволюционными стратегиями представляют два главных направления развития эволюционного моделирования. <...> ГА — это комбинация переборного и градиентного методов оптимизации, где механизмы кроссовера (скрещивания) и мутации реализуют переборную часть, а отбор лучших решений производится посредством градиентного спуска. <...> Существует несколько наиболее распространенных методов отбора: пропорциональный отбор методом рулетки, турLaboratory Researching of processes and systems ПРИКЛАДНАЯ ИНФОРМАТИКА / JOURNAL OF APPLIED INFORMATICS нирный, ранжирования, элитная стратегия. <...> Из механизмов скрещивания используются одноточечный, двухточечный и равномерный кроссоверы. <...> Существует также скрещивание, основанное на масках, накладываемых на хромосому, когда выполняется обмен генами, находящимися на фиксированных позициях. <...> Механизм мутации заключается в том, что каждый бит в хромосоме с определенной вероятностью инвертируется. <...> В некоторых реализациях ГА при мутации инвертируется <...>