Сайты ТУСУРа

Эвристические методы оптимизации

Учебное пособие

В пособии представлены эвристические методы поиска минимума функции. Основное внимание уделено генетическим алгоритмам. В пособие включены 4 темы: эволюционные методы оптимизации; генетические алгоритмы оптимизации; многомерная безусловная оптимизация при помощи генетических алгоритмов; примеры задач, решаемых с помощью генетических алгоритмов

Кафедра автоматизированных систем управления

Библиографическая запись:

Мицель, А. А. Эвристические методы оптимизации: Учебное пособие [Электронный ресурс] / А. А. Мицель. — Томск: ТУСУР, 2023. — 82 с. — Режим доступа: https://edu.tusur.ru/publications/10785
Автор:   Мицель А. А.
Год издания: 2023
Количество страниц: 82
Скачиваний: 365

Оглавление (содержание)

Тема 1. ЭВОЛЮЦИОННЫЕ МЕТОДЫ ОПТИМИЗАЦИИ 5

1.1.Классификация эвристических методов поиска экстремумов 5

1.1.1 Классификация эволюционных методов 8

1.1.2 Методы «роевого» интеллекта 9

1.1.3 Методы, имитирующие физические процессы 12

1.1.4 Мультистартовые методы 14

1.2. Эволюционные методы 15

1.2.1 Генетические алгоритмы 15

1.2.2 Методы имунных систем 19

1.2.3 Метод рассеивания 22

1.2.4 Эволюционная стратегия преобразования ковариационной

матрицы

26

1.2.5 Метод динамических сеток 27

Вопросы для самопроверки 30

Литература к теме 1 30

Тема 2. ГЕНЕТИЧЕСКИЕ АЛГОРИТМЫ ОПТИМИЗАЦИИ 31

2.1. Основные понятия генетических алгоритмов 31

2.1.1 Постановка задачи 31

2.1.2. Особенности терминологии 35

2.2. Кодирование параметров задачи 37

2.3. Оператор селекции 41

2.4. Кроссинговер 45

2.5 Оператор мутации 46

2.6 Операторы отбора особей в новую популяцию 48

2.7 Основные отличия генетических алгоритмов от

традиционных методов поиска решений

48

2.8 Поиск минимума функции одной переменной 48

Вопросы для самопроверки 52

Литература к теме 2 53

Тема 3. МНОГОМЕРНАЯ БЕЗУСЛОВНАЯ ОПТИМИЗАЦИЯ ПРИ

ПОМОЩИ ГЕНЕТИЧЕСКИХ АЛГОРИТМОВ

55

3.1. Постановка задачи 55

3.2. Селекция в задаче многомерной оптимизации 56

3.3. Кроссинговер в задаче многомерной оптимизации 57

3.4. Мутация в задаче многомерной оптимизации 59

Вопросы для самопроверки 61

Литература к теме 3 61

Тема 4. ПРИМЕРЫ ЗАДАЧ, РЕШАЕМЫХ С ПОМОЩЬЮ ГЕНЕТИЧЕСКИХ

АЛГОРИТМОВ

63

4.1. Задача коммивояжера 63

4

4.5.1 Постановка задачи 63

4.1.2 Решение задачи коммивояжера с помощью генетического

алгоритма

64

4.2 Использование генетических алгоритмов для решения социально

экономических задач

71

4.2.1 Применение генетических алгоритмов для решения задачи

прогнозирования развития города

72

4.2.2 Применение генетических алгоритмов для решения задачи

оценки эффективности региональной промышленной политики

75

4.2.3 Формирование системы прогнозирующих правил в деятельности

страховых компаний

79

Вопросы для самопроверки 81

Литература к теме 4 81