Интеллектуальный анализ данных в менеджменте. Кричевский М.Л. - 143 стр.

UptoLike

Составители: 

143
мирующий новые индивидуумы посредством комбинирования час"
тей нескольких исходных. После ряда таких генераций программа
сходится, т. е. находится лучший индивидуум, который представля"
ет собой оптимальное решение.
Очевидно, что многие эволюционные программы (синоним эволю"
ционных вычислений) могут быть сформулированы для решения кон"
кретной проблемы. Такие программы могут иметь различную струк"
туру данных для построения отдельного индивидуума, генетические
операторы для трансформации индивидуумов, методы для создания
начальной популяции, параметры вычислений (размер популяции,
вероятности применения различных операторов и т. д.). Однако, не"
смотря на различия, такие программы имеют общий принцип: попу"
ляция индивидуумов подвергается некоторым преобразованиям, и в
течение эволюционного процесса индивидуумы сражаются за выжи"
вание.
Следует отметить, что методы ЭВ не гарантируют обнаружения гло"
бального оптимума за приемлемое время. Практический интерес к ним
объясняется тем, что эти методы позволяют найти «хорошие» решения
очень трудных задач за меньшее время, чем другими методами.
Необходимо уяснить разницу между эволюционным программи"
рованием и ГА: при первом подходе используется любая структура
данных (хромосомное представление), подходящая для решения за"
дачи, и любое множество генетических операторов; во второй ситуа"
ции применяются бинарные строки фиксированной длины (хромосо"
мы) и два оператора (бинарные мутация и скрещивание).
Естественно, что близкое к эволюционным процессам представле"
ние потенциального решения для данной проблемы вместе с сово"
купностью подходящих генетических операторов может быть полез"
ным для решения многих задач, и такой подход является весьма пер"
спективным направлением. За последние 10–15 лет опубликовано
достаточное количество работ, в которых для решения конкретных
задач рассмотрены различные модификации классического пред"
ставления ГА (ниже будет показано, что ГА, впервые предложен"
ный Д. Холландом в 1975 г., является классическим), например,
строки переменной длины; более богатая, чем бинарные строки, струк"
тура; модифицированные генетические операторы. Среди последних
можно указать описание ГА, который использует в качестве опера"
тора метод обратного распространения ошибки (в гибридных ней"
ронных сетях). Многие исследователи в этой области применяют мо"
дифицированные реализации ГА или путем использования нестро"
ковой хромосомы при представлении задачи, или посредством разра"