Генетический алгоритм
Основные цели составления генетических алгоритмов: моделирование естественных эволюционных процессов; абстрактное и формальное объяснение адаптации процессов в естественной среде. Описание используемых функций программы, реализующей генетический алгоритм.
Подобные документы
Попытки 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 18.06.2011Описание структуры нечеткого генетического алгоритма и модификации основных генетических операторов, используемых для нахождения решения. Формирование управляющего воздействия нечеткого логического контроллера. Значения вероятностей кроссинговера.
статья, добавлен 18.01.2018Использование 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 16.01.2018Доказательство 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 22.08.2020Понятие 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 21.10.2013Краткое описание и пользовательская программа в среде Mathcad авторской версии модифицированного генетического алгоритма (МГА). Применение МГА у исследователей в задачах оптимального синтеза систем управления. Методика и результаты тестирования.
курсовая работа, добавлен 08.02.2013История 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 09.10.2013Основные 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 28.02.2018- 9. 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.
курсовая работа, добавлен 29.02.2020 Развитие 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 19.01.2018Рассмотрены компоненты архитектуры программного обеспечения. Построение мультиверсионного компонента методом блока восстановления (RB, recovery block). Генетический алгоритм - метод оптимизации, основанный на концепциях естественного отбора и генетики.
статья, добавлен 15.07.2020Определение 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 09.03.2014Исследование 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 27.07.2017Основные понятия и принципы нечеткого моделирования. Постановка задачи классификации на основе нечеткого логического вывода. Алгоритм ее решения. Формирование базы правил для классификатора. Использование генетических алгоритмов для ее оптимизации.
курсовая работа, добавлен 10.04.2014Исследования и развитие спектрального метода. Поиск методов сокращения времени выбора эффективных целевых функций (ЦФ) оптимизационных задач. Взаимосвязь между сложностью поиска оптимального решения ЦФ при помощи генетических алгоритмов и её ландшафтом.
статья, добавлен 17.01.2018Изучение 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 28.12.2016Разработка программы, реализующей игру "Морской бой" в режиме пользователь - компьютер. Обеспечение удобного проектирования, настройки, и разделения отдельных исполняемых операций. Рассмотрение алгоритмов основных функций, используемых в программе.
курсовая работа, добавлен 21.01.2021- 18. 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 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 29.04.2018История возникновения метода муравьиных алгоритмов. Применение муравьиных алгоритмов для задачи коммивояжера. Достоинства и недостатки данного метода. Код программы, реализующей муравьиный алгоритм, экспериментальное исследование его трудоемкости.
курсовая работа, добавлен 18.05.2013Разработка алгоритма нахождения коэффициентов трех аппроксимирующих полиномов (многочленов). Создание программы в среде Delphi, реализующей построенный алгоритм. Решение задачи с помощью интегрированного пакета MathCad или табличного процессора MS Excel.
курсовая работа, добавлен 30.09.2012Разработка и описание генетического алгоритма для поиска секретного ключа шифра Виженера. Использование им устойчивости частотных характеристик осмысленных текстов. "Рекордные" значения фитнесс-функции для различных предполагаемых длин секретного ключа.
статья, добавлен 26.04.2019Результаты работы внешнего генетического алгоритма при выборе генетических операторов для оптимизации функций Розенброка и Растригина. Построение распределенной микропроцессорной системы. Хромосома внешнего алгоритма для поиска параметров внутреннего ГА.
статья, добавлен 18.01.2018Особенности эволюционного моделирования. Актуальность и возможность реализации универсальной среды поддержки генетических алгоритмов. Средства помощи кругов потоков ввода-вывода рабочих программ. Применение конструкторов для различных описаний задачи.
статья, добавлен 16.01.2018Конструирование и разработка структуры программы. Выбор способа организации данных. Разработка перечня пользовательских функций программы. Разработка алгоритмов работы программы. Алгоритм функции main, аccounts, editFlight. Описание работы программы.
курсовая работа, добавлен 15.04.2019