Интеллектуальный анализ данных в менеджменте. Кричевский М.Л. - 142 стр.

UptoLike

ВУЗ: 

СПб ГУАП | Санкт-Петербург

Составители: 

Рубрика: 

142
люции программ или функций (генетическое программирование),
конечных автоматов (эволюционное программирование) и систем,
основанных на продукционных правилах (классификационные сис"
темы). Иногда ЭВ вместе с НЛ используются для обучения нейрон"
ных сетей, что привело к новому термину «мягкие вычисления», объе"
динившие ГА, НЛ и ИНС.
Среди методов ЭВ можно выделить следующие [2–4]:
эволюционное программирование (1963 г., Л. Фогель, А. Оуэнс,
М.Уолш, (L. Fogel, A. Owens, M. Walsh)) – представляет решение
задачи в виде универсальных конечных автоматов, которые реагиру"
ют на стимулы из внешней среды;
эволюционные стратегии (1973 г., И. Реченберг (I. Rechenberg)) –
каждое решение находится в виде массива числовых параметров,
определяющих аргумент целевой функции;
генетические алгоритмы (1975 г., Д. Холланд (J. Holland)) –
каждое решение является битовой строкой (хромосомой) определен"
ной длины в популяции фиксированного размера;
генетическое программирование (1992 г., J. Koza) – здесь приме"
няются идеи ГА для эволюции компьютерных программ.
В России до начала 80"х гг. ХХ в. получили развитие два на"
правления, близкие к методам ЭВ, но мало известные на Западе, к
которым относятся методы стохастической оптимизации (1968 г.,
Л. А. Расстригин) и группового учета аргументов (1969 г., А. Г. Ивах"
ненко).
Каждая из этих школ взяла за основу ряд принципов, существую"
щих в природе, и упростила их до такой степени, чтобы их можно
было реализовать на вычислительной технике того времени.
В самом общем виде метод ЭВ можно описать следующим образом.
Метод ЭВ представляет собой вероятностный алгоритм, который со"
держит популяцию индивидуумов
12
( ) { , ,..., }
tt t
n
Pt x x x1
на итерации t.
Каждый индивидуум есть потенциальное решение рассматриваемой
проблемы, и в любом из методов ЭВ реализуется как некоторая (воз"
можно, сложная) структура данных S. Каждое решение x
t
i
оценива"
ется для получения величины пригодности (в английском языке час"
то используется термин «fitness»). Затем создается новая популя"
ция (итерация t+1) путем отбора наиболее пригодных индивидуумов
(этап селекции). Некоторые члены новой популяции подвергаются
преобразованиям (этап рекомбинации) посредством генетических опе"
раторов для формирования новых решений. Среди операторов мож"
но выделить оператор мутации, который создает новый индивидуум
путем малых изменений исходного, и оператор скрещивания, фор"

Страницы