Н. В. Слепцов
ПРОБЛЕМЫ ОПТИМАЛЬНОГО УПРАВЛЕНИЯ
ЭВОЛЮЦИОННО-ГЕНЕТИЧЕСКИМ ПОИСКОМ
Аннотация. <...> Анализируется динамика выработки решений при эволюционногенетическом поиске, обеспечивающих эффективный поиск и высокие показатели обобщения. <...> Примером задачи, решаемой такими методами, может служить обучение
нейроподобной сети, в частности, подбор таких значений весов, при которых
достигается минимальная ошибка [2, 3]. <...> К методам, обеспечивающим решение задачи в такой постановке, относятся эволюционные методы поиска [4–6] и, в частности, генетические алгоритмы (ГА). <...> Информатика, вычислительная техника
ции ГА с точки зрения оптимальной организации стратегии оценки и отбора
решений с максимально близким к оптимальному приближению и одновременно максимально возможным набором характеристик, обеспечивающих
обобщающие способности отобранного решения. <...> Принцип работы ГА основан на моделировании механизмов популяционной генетики [4]: решение ищется среди текущего множества возможных
решений – популяции особей, свойства которых – суть параметры или характеристики искомых решений в прямом или кодированном виде; манипулирование хромосомным набором при формировании генотипа новой биологической особи путем наследования участков хромосомных наборов родителей
(кроссовер) обеспечивает формирование новых комбинаций решений за счет
уже существующих; случайное изменения генотипа – мутация, обеспечивает
появление принципиально новых кодировок. <...> Важным механизмом, заимствованным у природы, является процедура естественного отбора, направленная
на улучшение от поколения к поколению приспособленности членов популяции путем повышения способности к «выживанию» особей, обладающих определенными признаками. <...> Реализацию базового ГА можно представить как итерационный процесс, включающий несколько этапов: <...> 4) процедура отбора и формирование на его основе нового поколения; <...> 1–3, все они соответствуют общей <...>