Генетичні алгоритми як обчислювальні методи скінченновимірної оптимізації
Мета роботи. Показати, що генетичні алгоритми, зазвичай класифіковані як метаевристичні, популяційні, імітаційні тощо, по суті є стохастичними чисельними методами прямого пошуку. Результати. Наведено варіанти постановки задачі оптимізації, дано огляд класифікацій оптимізаційних задач із зазначенням...
Збережено в:
| Видавець: | Інститут кібернетики ім. В.М. Глушкова НАН України |
|---|---|
| Дата: | 2021 |
| Автори: | , |
| Формат: | Стаття |
| Мова: | Ukrainian |
| Опубліковано: |
Інститут кібернетики ім. В.М. Глушкова НАН України
2021
|
| Назва видання: | Кібернетика та комп’ютерні технології |
| Теми: | |
| Онлайн доступ: | http://dspace.nbuv.gov.ua/handle/123456789/181346 |
| Теги: |
Додати тег
Немає тегів, Будьте першим, хто поставить тег для цього запису!
|
| Цитувати: | Генетичні алгоритми як обчислювальні методи скінченновимірної оптимізації / Н.М. Гулаєва, В.П. Шило, М.М. Глибовець // Кібернетика та комп’ютерні технології: Зб. наук. пр. — 2021. — № 3. — С. 5-14. — Бібліогр.: 12 назв. — укр. |
Репозиторії
Digital Library of Periodicals of National Academy of Sciences of Ukraine| id |
irk-123456789-181346 |
|---|---|
| record_format |
dspace |
| spelling |
irk-123456789-1813462021-11-13T01:26:05Z Генетичні алгоритми як обчислювальні методи скінченновимірної оптимізації Гулаєва, Н.М. Шило, В.П. Методи оптимізації та екстремальні задачі Мета роботи. Показати, що генетичні алгоритми, зазвичай класифіковані як метаевристичні, популяційні, імітаційні тощо, по суті є стохастичними чисельними методами прямого пошуку. Результати. Наведено варіанти постановки задачі оптимізації, дано огляд класифікацій оптимізаційних задач із зазначенням основних методів їх розв’язування. Описано суть класифікації методів оптимізації на аналітичні та чисельні та показано, що схема генетичного алгоритму може бути подана як схема чисельного методу прямого пошуку. Дано спосіб зведення заданої оптимізаційної задачі до задачі, розв’язуваної за допомогою генетичного алгоритму, та окреслено клас задач, які можуть бути розв’язані за допомогою генетичних алгоритмів. Цель работы. Показать, что генетические алгоритмы, обычно классифицируемые как метаэвристические, популяционные, имитационные и т. д., в действительности являются стохастическими численными методами прямого поиска. Результаты. Приведены варианты постановки задачи оптимизации, дан обзор классификаций оптимизационных задач с указанием основных методов их решения. Описана суть классификации методов оптимизации на аналитические и численные и показано, что схема генетического алгоритма может быть представлена как схема численного метода прямого поиска. Дан способ сведения заданной оптимизационной задачи к задаче, решаемой с помощью генетического алгоритма, и очерчен класс задач, которые могут быть решены с помощью генетических алгоритмов. The purpose is to show that genetic algorithms, usually classified as metaheuristic, population-based, simulation, etc., are inherently the stochastic numerical methods of direct search. Results. Alternative statements of optimization problem are given. An overview of existing classifications of optimization problems and basic methods to solve them is provided. The heart of optimization method classification into symbolic (analytical) and numerical ones is described. It is shown that a genetic algorithm scheme can be represented as a scheme of numerical method of direct search. A method to reduce a given optimization problem to a problem solvable by a genetic algorithm is described, and the class of problems that can be solved by genetic algorithms is outlined. 2021 Article Генетичні алгоритми як обчислювальні методи скінченновимірної оптимізації / Н.М. Гулаєва, В.П. Шило, М.М. Глибовець // Кібернетика та комп’ютерні технології: Зб. наук. пр. — 2021. — № 3. — С. 5-14. — Бібліогр.: 12 назв. — укр. 2707-4501 DOI: https://doi.org/10.34229/2707-451X.21.3.1 http://dspace.nbuv.gov.ua/handle/123456789/181346 519.854:004.023 uk Кібернетика та комп’ютерні технології Інститут кібернетики ім. В.М. Глушкова НАН України |
| institution |
Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| collection |
DSpace DC |
| language |
Ukrainian |
| topic |
Методи оптимізації та екстремальні задачі Методи оптимізації та екстремальні задачі |
| spellingShingle |
Методи оптимізації та екстремальні задачі Методи оптимізації та екстремальні задачі Гулаєва, Н.М. Шило, В.П. Генетичні алгоритми як обчислювальні методи скінченновимірної оптимізації Кібернетика та комп’ютерні технології |
| description |
Мета роботи. Показати, що генетичні алгоритми, зазвичай класифіковані як метаевристичні, популяційні, імітаційні тощо, по суті є стохастичними чисельними методами прямого пошуку. Результати. Наведено варіанти постановки задачі оптимізації, дано огляд класифікацій оптимізаційних задач із зазначенням основних методів їх розв’язування. Описано суть класифікації методів оптимізації на аналітичні та чисельні та показано, що схема генетичного алгоритму може бути подана як схема чисельного методу прямого пошуку. Дано спосіб зведення заданої оптимізаційної задачі до задачі, розв’язуваної за допомогою генетичного алгоритму, та окреслено клас задач, які можуть бути розв’язані за допомогою генетичних алгоритмів. |
| format |
Article |
| author |
Гулаєва, Н.М. Шило, В.П. |
| author_facet |
Гулаєва, Н.М. Шило, В.П. |
| author_sort |
Гулаєва, Н.М. |
| title |
Генетичні алгоритми як обчислювальні методи скінченновимірної оптимізації |
| title_short |
Генетичні алгоритми як обчислювальні методи скінченновимірної оптимізації |
| title_full |
Генетичні алгоритми як обчислювальні методи скінченновимірної оптимізації |
| title_fullStr |
Генетичні алгоритми як обчислювальні методи скінченновимірної оптимізації |
| title_full_unstemmed |
Генетичні алгоритми як обчислювальні методи скінченновимірної оптимізації |
| title_sort |
генетичні алгоритми як обчислювальні методи скінченновимірної оптимізації |
| publisher |
Інститут кібернетики ім. В.М. Глушкова НАН України |
| publishDate |
2021 |
| topic_facet |
Методи оптимізації та екстремальні задачі |
| url |
http://dspace.nbuv.gov.ua/handle/123456789/181346 |
| citation_txt |
Генетичні алгоритми як обчислювальні методи скінченновимірної оптимізації / Н.М. Гулаєва, В.П. Шило, М.М. Глибовець // Кібернетика та комп’ютерні технології: Зб. наук. пр. — 2021. — № 3. — С. 5-14. — Бібліогр.: 12 назв. — укр. |
| series |
Кібернетика та комп’ютерні технології |
| work_keys_str_mv |
AT gulaêvanm genetičníalgoritmiâkobčislûvalʹnímetodiskínčennovimírnoíoptimízacíí AT šilovp genetičníalgoritmiâkobčislûvalʹnímetodiskínčennovimírnoíoptimízacíí |
| first_indexed |
2023-10-18T22:52:12Z |
| last_indexed |
2023-10-18T22:52:12Z |
| _version_ |
1796156646510034944 |