Проблемы экономики, № 6, 2014 Соколянский В.В. кандидат медицинских наук, доцент Бебешина В.Д., соискатель Воронцова П.В., соискатель (Московский государственный технический университет им. <...> Н.Э. Баумана) ПРИМЕНЕНИЕ ГЕНЕТИЧЕСКИХ АЛГОРИТМОВ ДЛЯ РЕШЕНИЯ ЗАДАЧ ОПТИМИЗАЦИИ В ЭКОНОМИКЕ В данной работе исследованы возможности генетических алгоритмов (ГА) для решения задач по поиску оптимального варианта развития производственной сферы экономики. <...> Ключевые слова: генетический алгоритм, инициализация, оценка, проверка, селекция, операторы скрещивания и мутации, новое поколение особей. <...> Генетические алгоритмы (в дальнейшем ГА) относятся к стохастическим методам. <...> По современным представлениям, генетический алгоритм представляет собой метод, отражающий естественную эволюцию методов решения проблем и задач оптимизации. <...> ГА реализует методы случайного поиска, основанные на механизмах естественного отбора и наследовании [1]. <...> Осуществляют поиск решения исходя не из единственной точки, а из некоторой популяции; 3. <...> При описании ГА используются определения, которые были заимствованы из генетики, среди них: популяция, ген, хромосома, генотип, фенотип, аллель [1]. <...> В ГА важным понятием является функция пригодности, которая позволяет оценить степень приспособленности конкретных особей в популяции и выбрать из них наиболее приспособленные в соответствии с эволюционным принципом выживания «сильнейших». <...> В задачах оптимизации эта функция позиционируется как целевая. <...> Следует отметить, что при каждой итерации алгоритма особи проходят оценку своей приспособленности данной функции, и после чего создается новая популяция, состоящая из новых особей – потенциальных решений задач, а следующая популяция в ГА считается новым поколением [1,4]. <...> Классический генетический алгоритм Классический ГА состоит из шести основных шагов [5]: 1) Инициализация – выбор исходной популяции хромосом (рис. <...> Оценка приспособленности хромосом <...>