Введение в эволюционное моделирование. Каширина И.Л. - 4 стр.

                                  4
решения многомодальных (имеющих несколько локальных экстремумов)
задач с большой размерностью за счет сочетания элементов случайности и
детерминированности точно так же, как это происходит в природной среде.
   Детерминированность этих методов заключается в моделировании при-
родных процессов отбора, размножения и наследования, происходящих по
строго определенным правилам, основным из которых является является за-
кон эволюции: «выживает сильнейший». Другим важным фактором эффек-
тивности эволюционных вычислений является моделирование процессов
размножения и наследования. Рассматриваемые варианты решений могут
по определенному правилу порождать новые решения, которые будут на-
следовать лучшие черты своих «предков».
   В качестве случайного элемента в методах эволюционных вычислений
используется моделирование процесса мутации. С ее помощью характери-
стики того или иного решения могут быть случайно изменены, что приве-
дет к новому направлению в процессе эволюции решений и может ускорить
процесс выработки лучшего решения.
Достоинства и недостатки эволюционных вычислений
     Преимущества и недостатки эволюционных вычислений можно
вкратце сформулировать следующим образом.
Достоинства эволюционных вычислений:
  • широкая область применения;
  • возможность проблемно-ориентированного кодирования решений,
     подбора начальной популяции, комбинирования эволюционных вы-
     числений с неэволюционными алгоритмами, продолжения процесса
     эволюции до тех пор, пока имеются необходимые ресурсы;
  • пригодность для поиска в сложном пространстве решений большой
     размерности;
  • отсутствие ограничений на вид целевой функции;
  • ясность схемы и базовых принципов эволюционных вычислений;
  • интегрируемость эволюционных вычислений с другими неклассиче-
     скими парадигмами искусственного интеллекта, такими как искусст-
     венные нейросети и нечеткая логика.
Недостатки эволюционных вычислений:
  • эвристический характер эволюционных вычислений не гарантирует
     оптимальности полученного решения (правда, на практике, зачастую,
     важно за заданное время получить одно или несколько субоптималь-
     ных альтернативных решений, тем более что исходные данные в зада-
     че могут динамически меняться, быть неточными или неполными);
  • относительно высокая вычислительная трудоемкость, которая однако
     преодолевается за счет распараллеливания на уровне организации эво-