Пример готового реферата по предмету: математика
СОДЕРЖАНИЕ 1
ВВЕДЕНИЕ 1
Что такое генетический алгоритм? 3
Постановка задачи 6
ЗАКЛЮЧЕНИЕ 8
СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ 10
Содержание
Выдержка из текста
Генетические алгоритмы — это адаптивные методы поиска, которые в крайнее время употребляются для решения задач оптимизации. В них используются как аналог механизма генетического наследования, и в том числе и аналог естественного отбора.
Генетические Алгоритмы — адаптивные методы поиска, которые в последнее время часто используются для решения задач функциональной оптимизации. Они основаны на генетических процессах биологических организмов: биологические популяции развиваются в течении нескольких поколений, подчиняясь законам естественного отбора и по принципу «выживает наиболее приспособленный» (survival of the fittest), открытому Чарльзом Дарвином. Подражая этому процессу генетические алгоритмы способны «развивать» решения реальных задач, если те соответствующим образом закодированы.
Неудивительно, что ученые, занимающиеся компьютерными исследованиями, обратились к теории эволюции в поисках вдохновения. Возможность того, что вычислительная система, наделенная простыми механизмами изменчивости и отбора, могла бы функционировать по аналогии с законами эволюции в природных системах, была очень привлекательна. Эта надежда стала причиной появления ряда вычислительных систем, построенных на принципах естественного отбора.
В первом разделе работы сделан анализ предметной области, обзор и сравнительный анализ существующего программного обеспечения в этой сфере. В конце сделана постановка задачи на разработку программного обеспечения для оптимизационного моделирования динамических систем с использованием генетических алгоритмов.
Поэтому перечисленные направления улучшения деятельности организации предлагается дополнить еще одним совершенствованием процессов разработки, принятия и реализации управленческих решений. В ходе исследования предлагается
Генетические алгоритмы [1-4]
работают по аналогии с алгоритмом эволюции видов (популяций) живых организмов. В генетическом алгоритме каждый индивид кодируется сходным с ДНК методом в виде строки из символов одного типа. Длина строки (ДНК) постоянна. В дальнейшем в качестве кодовой строки будет использоваться битовая (двоичная) строка. Популяция из индивидов подвергается процессу эволюции с интенсивным использованием скрещивания и мутаций.
Наибольшее и наименьшее значение функции двух переменных в замкнутой области. Решение с помощью пакета Mathcad» актуальна потому, что развитие таких разделов математики, как математическое программирование позволяет упростить решение конкретных задач, с помощью математических методов.
При подобном сопоставлении нейронных сетей и генетических алгоритмов следует обращать внимание на принципиальную различную длительность протекания упоминаемых естественных процессов, то есть на чрезвычайно быструю обработку информации в нервной системе и очень медленный процесс естественной эволюции. Однако при компьютерном моделировании эти различия оказываются несущественными.
Оператор селекции (reproduction, selection) осуществляет отбор хромосом в соответствии со значениями их функции приспособленности.
Анализ основных терминов и определений в сфере генетических алгоритмов. Анализ особенностей и ключевых факторов генетических алгоритмов. Описание основных преимуществ и недостатков генетических алгоритмов.
обозначаются, как правило, (x, y) и интерпретируются как точки координатной плоскости Oxy, а область определения функции z = f ( x, y ) двух переменных изобразится в виде некоторого множества точек на плоскости Oxy.
Подражая этому процессу генетические алгоритмы способны «развивать» решения реальных задач, если те соответствующим образом закодированы. В основе этого программного продукта и используются генетические алгоритмы.
Рассмотрим некоторое производство, которое описывается с помощью функции ПФКД. Основные фонды оцениваются в х 1 руб., численность работников составляет х 2 человек. Средняя производительность труда z=y/х 2 руб. Известно также, что для увеличения выпуска продукции на Δy требуется увеличить стоимость фондов на Δх 1 или численность работников на Δх 2.
Список источников информации
1. «Методы оптимального проектирования». Автор: Батищев Д. И., 2006 год.
2. «Генетические алгоритмы решения экстремальных задач». Автор: Батищев Д. И., 2007 год.
3. «Глобальная оптимизация с помощью эволюционно – генетических алгоритмов». Автор: Батищев Д.И., Скидкина Л.Н., Трапезникова Н.В.,2008 год.
4. «Генетический алгоритм для решения задач невыпуклой оптимизации». Автор: Батищев Д.И., Гуляева П.А., Исаев С.А., 2010год.
список литературы
