Пример готового реферата по предмету: Высшая математика
Содержание
СОДЕРЖАНИЕ 1
ВВЕДЕНИЕ 1
Что такое генетический алгоритм? 3
Постановка задачи 6
ЗАКЛЮЧЕНИЕ 8
СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ 10
Выдержка из текста
Как понятно, оптимизационные задачи содержатся в нахождении минимума либо максимума целевой функции. Как верховодило, целевая функция — непростая и довольно значимая функция, которая зависит в первую очередь от неких входных характеристик.
В оптимизационной задаче требуется отыскать значения входных параметров, при которых целевая функция достигает наибольшего или малого значения. Для достижения этого есть цельный класс оптимизационных способов, разрешённые условно поделить на способы, которые используют понятие производной (градиентные методы) и стохастические методы (методы, которые основаны на получении огромного числа реализаций стохастического (случайного) процесса).
С их поддержкой можно найти экстремальный смысл целевой функции, но не постоянно можно существовать убежденным, что получено значение глобального экстремума. Местоположение локального экстремума вместо глобального во всей науке называется преждевременной сходимостью.
Для решения данной трудности именно и проводится розыск самых новейших оптимизационных алгоритмов.
Предложенные сравнительно недавно — в 1975 году в Мичиганском институте Джоном Холландом (John Holland) генетические методы (ГА), которые были основаны на принципах естественного отбора Ч. Дарвина и относятся к стохастическим способам.
Изначально самый новейший алгоритм действий получил заглавие «репродуктивный план Холланда», и в предстоящем деятельно употреблялся в качестве базисного метода в эволюционных вычислениях. Идеи Холланда развили его воспитанники Кеннет Де Йонг (Kenneth De Jong) из института Джорджа Мейсона (Вирджиния) и Дэвид Голдберг (David E. Goldberg) из лаборатории ГА Иллинойса. Благодаря им, был создан строгий ГА, описаны все операторы и изучено поведение группы тестовых функций (конкретно алгоритм Голдберга и получил название «генетический алгоритм»).
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.
Данные алгоритмы эффективно и удачно используются в самых разнообразных областях знаний и идей (экономика, физика, технические науки и т.п.).
Созданы разные трансформации ГА и изобретен разряд тестовых функций.
Список использованной литературы
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.
