СодержаниеСОДЕРЖАНИЕ
ВВЕДЕНИЕ........................
1 ВВЕДЕНИЕ В ГЕНЕТИЧЕСКИЕ АЛГОРИТМЫ.........
1.1 Понятие оптимизации...................
1.2 Естественная эволюция...................
1.3 Генетические алгоритмы.................
1.4 Целевая функция и кодирование..............
1.5 Общая структура генетического алгоритма...........
2 ОПИСАНИЕ ПРОСТОГО ГЕНЕТИЧЕСКОГО АЛГОРИТМА...
3 ВАРИАНТЫ ЗАДАНИЙ..................
ЛИТЕРАТУРА.......................
ПРИЛОЖЕНИЕ....................... 4
6
6
6
8
9
10
14
18
23
24ВведениеВ процессе изучения Информатики (часть 3) вам предлагалось ознакомится с различными алгоритмами. Вы уже знаете, что алгоритм ? это набор инструкций, который описывает, как некоторое задание может быть выполнено. Вы изучили некоторые способы обработки информации (алгоритмы сортировки и поиска) и методы приближенного решения различных математических задач (численные алгоритмы). Также Вам были предложены для изучения так называемые генетические алгоритмы (ГА) ? стохастические, эвристические, оптимизационные методы, основанные на идее эволюции с помощью естественного отбора, выдвинутой Дарвином.
ГА работают с совокупностью "особей" ? популяцией, каждая из которых представляет возможное решение данной проблемы. Каждая особь оценивается мерой ее "приспособленности" согласно тому, насколько "хорошо" соответствующее ей решение задачи. В природе это эквивалентно оценке того, насколько эффективен организм при конкуренции за ресурсы. Наиболее приспособленные особи получают возможность "воспроизводить" потомство с помощью "перекрестного скрещивания" с другими особями популяции. Это приводит к появлению новых особей, которые сочетают в себе некоторые характеристики, наследуемые ими от родителей. Наименее приспособленные особи с меньшей вероятностью смогут воспроизвести потомков, так что те свойства, которыми они обладали, будут постепенно исчезать из популяции в процессе эволюции. Иногда происходят мутации, или спонтанные изменения в генах.
Таким образом, из поколения в поколение хорошие характеристики распространяются по всей популяции. Скрещивание наиболее приспособленных особей приводит к тому, что исследуются наиболее перспективные участки пространства поиска. В конечном итоге популяция будет сходиться к оптимальному решению задачи. Преимущество ГА состоит в том, что он находит приблизительные оптимальные решения за относительно короткое время.
В процессе выполнения данного курсового проекта Вам будет предложено составить программу, реализующую некоторый вариант генетического алгоритма, для решения задачи нахождения минимума функции двух вещественных переменных в заданной области. В отчете по курсовому проекту Вы должны привести результаты проведенных Вами исследований в соответствии с заданием, а также приложить текст программы на языке Паскаль в виде отдельного файла (или файлов).ЛитератураЛИТЕРАТУРА
1. Емельянов В.В., Курейчик В.В., Курейчик В.М. Теория и практика эволюционного моделирования. ? М.:ФИЗМАТЛИТ, 2003. ? 432 с.
2. Батищев Д.А. Генетические алгоритмы решения экстремальных задач. ? Воронеж: Изд.-во ВГТУ, 1995.
|
