Year: 2020
Type: article
Abstract: В работе предложен генетический алгоритм решения задачи условной оптимизации общего вида с дополнительной популяцией для поиска допустимых особей и модифицированным турнирным отбором. При поиске решения акцент сделан на его допустимости, поэтому оценка приспособленности особей в первую очередь определяется не сравнением значений целевой функции, а качеством выполнения ограничений. Такой подход сочетает в себе эффективность генетических алгоритмов при решении задач глобальной оптимизации с простым и естественным непосредственным учетом условий в виде равенств или неравенств при поиске оптимального решения, не требуя дополнительных преобразований исходной задачи или сведения ее к безусловной оптимизации. Важной особенностью метода является то, что он в значительной степени обладает универсальностью и хорошо подходит для задач с большим числом ограничений произвольного вида и функций со сложным характером − овражных, многоэкстремальных, недифференцируемых. В работе реализован гибридный генетический алгоритм с дополнительным обучением элиты, что значительно повышает скорость сходимости и качество получаемого решения по сравнению с классическим алгоритмом. Сравнение результатов решения известных тестовых задач с опубликованными ранее результатами применения существующих подходов свидетельствует о перспективности и эффективности представленного алгоритма.
Source: Intellekt Sist Proizv
Authors: V. A. Tenenev, A. S. Shaura
Language: Russian
Subfield: Artificial Intelligence
Field: Computer Science
Domain: Physical Sciences
Open Access status: diamond
Funder: Hacettepe Üniversitesi
OpenAlex ID: W3009896379
