Генетические алгоритмы
Понятие 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.
Подобные документы
История 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 09.10.2013Использование 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 16.01.2018Кластеризация, 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 05.02.2014Разработка 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 02.05.2018Основные 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 28.02.2018Решение 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 19.01.2018Развитие 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 19.01.2018Изучение 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 28.12.2016Использование 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 17.01.2018Определение 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 09.03.2014Доказательство 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 22.08.2020- 12. 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 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 18.06.2011Возможности 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 29.02.2016Исследование 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 27.07.2017Анализ 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 31.03.2018Определение сущности алгоритмов и способов их описания. Рассмотрение вычислительных, информационных и управляющих алгоритмов. Особенности применения графической записи алгоритмов с помощью блок-схем. Механизм выполнения операций в линейном алгоритме.
реферат, добавлен 29.09.2020Решение 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 18.01.2018Решение прямой и обратной задач с помощью многослойной нейронной сети прямой передачи сигнала. Операторы отбора особей в новую популяцию. Нахождение глобального минимума функции одной переменной и двух аргументов с помощью генетических алгоритмов.
курсовая работа, добавлен 21.02.2019Понятие интеллектуальных информационных систем, их основные функции, цели и задачи. Характеристика и свойства некоторых систем искусственного интеллекта: на основе нейрокомпьютерных технологий, на основе генетических алгоритмов и на базе нечеткой логики.
лекция, добавлен 13.08.2013Рассмотрение 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 19.06.2024Алгоритмы, содержащие команды повторения. Основные этапы подготовки циклов "До", "Пока" и "Для". Программы для языка Бейсик. Свойства алгоритмов. Виды алгоритмов и их реализация. Методы изображение алгоритмов. Нахождение максимального из двух значений.
реферат, добавлен 12.12.2011Понятие и свойства алгоритмов: понятность, дискретность, массовость, конечность, однозначность, результативность. Способы представления алгоритмов: словесный, формульный, графический и табличный. Линейные, разветвляющиеся и циклические алгоритмы.
презентация, добавлен 22.10.2013Применение переборных алгоритмов в рамках задачи оптимизации транспортной логистики. Задачи применения генетических алгоритмов. Особенности работы операторов скрещивания. Способы решения проблемы перекрестного скрещивания в задаче коммивояжера.
доклад, добавлен 28.04.2014Применение 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 29.04.2018