Решение прямой и обратной задач. Изучение генетических алгоритмов с помощью графического интерфейса
Графический интерфейс генетических алгоритмов. Нахождение глобального минимума функции переменной. Поиск аргументов с помощью генетических алгоритмов. Решение прямой, обратной задач. Изучение генетических алгоритмов в режиме командной строки MATLAB.
Подобные документы
Кластеризация, решение задач коммивояжера с помощью генетических алгоритмов. Разбиение участников рейда на группы методом древовидной кластеризации, выявление центра сбора участников с помощью генетических алгоритмов. Проверка качества кластеризации.
курсовая работа, добавлен 05.02.2014Понятие генетических алгоритмов как аналитических технологий, созданных и выверенных самой природой за миллионы лет ее существования. Особенности разработки системы, генерирующей решение с помощью генетических алгоритмов, характеристика их источника.
курсовая работа, добавлен 21.10.2013Основные определения и понятия теории графов. Оптимизация решения задач с применением эволюционно-генетического подхода. Повышение технологичности и простоты конструктивного оформления элементов принципиальных схем на основе генетических алгоритмов.
курсовая работа, добавлен 28.02.2018Использование генетических алгоритмов как механизма для автоматического проектирования схем на реконфигурируемых платформах. Требования к проектированию генетических алгоритмов. Аппаратная реализация компактного и вероятностного генетического алгоритма.
статья, добавлен 16.01.2018Определение понятия и история создания генетических алгоритмов в решении оптимизационных задач. Анализ их конкурентоспособности при решении NP-трудных задач в сравнении с динамическим и линейным программированием. Схема работы и пример алгоритма.
контрольная работа, добавлен 09.03.2014Использование генетических алгоритмов для решения задач многокритериальной оптимизации. Операторы кроссинговера высших степеней и многородительское скрещивание. Применение генетических алгоритмов к проектированию вибраторных антенн, их характеристики.
статья, добавлен 17.01.2018Попытки копирования естественных процессов, происходящих в мире живых организмов. Адаптивные методы поиска, используемые для решения задач функциональной оптимизации. Реализация генетических алгоритмов и их применение. Пути решения задач оптимизации.
курсовая работа, добавлен 18.06.2011Разработка генетической топологии поиска нейросетевых моделей, ее программная реализация в составе моделирующей системы. Апробация топологии на актуальной задаче. Изучение методов совместного использования генетических алгоритмов и нейронных сетей.
автореферат, добавлен 02.05.2018История появления генетических алгоритмов, области их применения: составление расписаний, задачи раскроя-упаковки, аппроксимации. Способы реализации идеи биологической эволюции в рамках генетических алгоритмов. Операторы отбора, кроссинговера и мутации.
лекция, добавлен 09.10.2013Развитие интегрированных, гибридных и синергетических систем в современной информатике. Особенности алгоритма поиска гармонии (HS), его преимущества по сравнению с известными алгоритмами оптимизации. Сравнение комбинированных генетических алгоритмов.
статья, добавлен 19.01.2018Решение задач оптимизации и структурного синтеза. Поиск путей повышения эффективности генетических алгоритмов. Экспериментальная оценка эффективности методов с фрагментарными кроссовером и макромутациями. Решение NP-трудных задач дискретной оптимизации.
статья, добавлен 19.01.2018Доказательство возможности аппроксимации непрерывных функций нейронными сетями в работах Колмогорова и Хехта Нильсена. Эффективность применения генетических алгоритмов к решению проблемы исследования таких сетей. Выбор операторов мутации и кроссовера.
статья, добавлен 22.08.2020Изучение основ работы с Genetic Algorithm в MatLAB, исследование экстремумов функций с помощью генетических алгоритмов без включения операции мутации и кроссовера с установлением параметров Crossover fraction из вкладки Reproduction в 1.0 и в 0.
лабораторная работа, добавлен 28.12.2016Решение сложных интеллектуальных задач с помощью искусственных нейронных сетей. Автоматизация и гибридизация генетических алгоритмов аппарата нечеткой логики. Применения метода генетического программирования в селекции и репродукции новых пород деревьев.
статья, добавлен 18.01.2018Исследование методов, использующих оптимальность по Парето на основе генетических алгоритмов. Описание преимуществ метода SPEA (Strength Pareto Evolutionary Algorithm) и SPEA2 по отношению к другим наиболее часто применяемым методам VEGA, FFGA, NSGA.
статья, добавлен 27.07.2017- 16. Программа нечеткого вывода, построенная с использованием генетических алгоритмов и знаний экспертов
Представление реализации системы нечеткого вывода с использованием генетических алгоритмов и экспертных знаний. Использование мнений экспертов, выраженных в виде правил. Возможность по выделению первичных данных из файла путем применения алгоритма.
дипломная работа, добавлен 27.08.2016 - 17. Сравнение эффективности применения классических и интеллектуальных методов решения задач оптимизации
Реализация и применение методов покоординатного спуска, генетических алгоритмов и метода PSO. Выбор функции для оценки качества работы алгоритмов, реализующих методы оптимизации. Разработка программного обеспечения. Мерный вектор псевдослучайных чисел.
курсовая работа, добавлен 13.01.2016 Применение генетических алгоритмов (ГА), эффективных при решении задач оптимизации, их преимущества и недостатки. Процесс настройки и контроля параметров конкретного ГА, его влияние на эффективность решения задачи. Результаты тестирования алгоритмов.
статья, добавлен 29.04.2018Возможности экспертных систем. Принципы работы дерева решений. Структура нейронных сетей, принципы проектирования с помощью пакета Matlab. Оптимизация функции с помощью генетических алгоритмов. Муравьиные алгоритмы поиска оптимального маршрута в графе.
учебное пособие, добавлен 29.02.2016Изучение научного направления "Природные вычисления" на примере муравьиных алгоритмов, теоретическая основа, их работа, моделирование и решение задач оптимизации, результаты исследования и реализация проекта с помощью языка программирования Delphi.
курсовая работа, добавлен 08.01.2014Анализ существующих подходов к решению задач структурного синтеза в проектировании и логистике. Разработка новых генетических методов структурного синтеза проектных решений. Параметры, управление которыми повышает эффективность генетических алгоритмов.
автореферат, добавлен 31.03.2018Рассмотрение различных модификаций генетического алгоритма для адаптации в нестационарных средах. Исследование нестационарных задач дискретной оптимизации. Характеристика особенностей генетического алгоритма, обладающего свойством неявного параллелизма.
статья, добавлен 17.01.2018Понятие алгоритма и его основные свойства. Классификация алгоритмов по типу реализуемого вычислительного процесса. Преимущество графического способа описания алгоритмов перед словесным. Базовые и дополнительные алгоритмические структуры, их назначение.
контрольная работа, добавлен 10.10.2012Рассмотрение основных видов и способов описания алгоритмов. Примеры блок-схем алгоритмов. Основные свойства алгоритмов. Изучение системы команд исполнителя алгоритма. Возможности и обязанности исполнителя алгоритма. Примеры решения задач по алгоритму.
презентация, добавлен 19.06.2024Рассмотрение базовых методов обнаружения разрывов яркости: методов обнаружения точек, прямой линии, контура объекта. Анализ алгоритмов обнаружения прямых линий с помощью преобразований Хафа. Выполнение моделирования этих алгоритмов средствами Matlab.
статья, добавлен 23.01.2021