Рассмотрены методы формально-математического описания эволюционных вычислений, обеспечивающие возможность прогнозирования
влияния значений параметров эволюционных вычислений на результат эволюционного поиска. <...> Представленные модели способствуют более глубокому
пониманию динамики эволюционных вычислений и позволяют выделить некоторые специфичные свойства эволюционных процессов в целом. <...> Примерами могут являться как задачи в экономических и социально-гуманитарных приложениях, решение которых сводится
к исследованию с применением математических моделей (макроэволюционные модели, прикладные задачи оптимизации), так и задачи анализа и проектирования сложных технических систем, автоматизированного программирования, машинного обучения и др. <...> В традиционной модели вычислений, реализуемой архитектурой фон Неймана, проводится настройка одиночной среды решения задачи на уровне совокупности
ячеек памяти и АЛУ, когда циклическое повторение итераций осуществляет
по сути настройку содержимого ячеек памяти вплоть до некоторого конечного состояния, представляющего требуемое решение. <...> При эволюционных вычислениях процесс решения организуется проведением преобразований некоторого множества (популяции) решений (в терминах эволюционных алгоритмов – особей), в которых случайно изменяются некоторые параметры, характеризующие решение задачи. <...> Отобранные особи с помощью преобразований, называемых
эволюционными (генетическими) операторами, формируют следующее поколение особей, которое также оценивается и далее процесс повторяется. <...> Поволжский регион
Эволюционные операторы (мутация, инверсия, кроссовер, сегрегация,
транслокация, удаление, вставка) имеют целью внесение в существующий
набор параметров решений задачи либо случайных, либо целенаправленных
изменений. <...> Выбор критерия
эволюции
Начальная
популяция
Оценка популяции
Выбор параметров
эволюционных
операторов
Воздействие <...>