Методы оптимизации

Генетические алгоритмы - математический аппарат

В основе генетического алгоритма лежит метод случайного поиска. Основным недостатком случайного поиска является то, что неизвестно сколько понадобится времени для решения задачи. Для того, чтобы избежать таких расходов времени при решении задачи применяются методы, проявившиеся в биологии. При этом используются методы, открытые при изучении эволюции и происхождения видов. Как известно, в процессе эволюции выживают наиболее приспособленные особи, что приводит к тому что приспособленность популяции возрастает, что позволяет ей лучше выживать в изменяющихся условиях. 

Непрерывные генетические алгоритмы - математический аппарат

В статье рассказывается о генетических алгоритмах (ГА), в которых хромосома представляется вектором вещественных чисел. Такой вид ГА получил название непрерывного генетического алгоритма (Real-Coded GA). В отличие от классического ГА, в real-coded алгоритме нет необходимости в операциях кодирования/декодирования, поэтому он более предпочтителен для решения задач оптимизации в непрерывных пространствах. Из статьи вы узнаете о преимуществах непрерывных ГА и познакомитесь с наиболее популярными их реализациями.