Главная
Биография
Научные труды
Дисциплины
Лекции (old)
Программное обеспечение
Дипломники
Материалы студентов
Заметки
Сотрудничество
Патенты
Услуги
Ссылки
Блог
Контакты


ФОРУМ

Генетические алгоритмы

"Селекционеры давно открыли важность свободы выбора решений: в каждом поколении выбирается не одна пара, а некоторое количество растений, наиболее точно удовлетворяющих заданному критерию регуляризации (близость к черному тюльпану). Кроме того, они установили, что слишком много свободы также вредно, как и когда ее нет. Имеется оптимум количества растений, отбираемых в каждом поколении." (Ивахненко А.Г.)

Основные определения генетических алгоритмов

Фенотип - это набор значений, соответствующих данному генотипу, т.е. декодированная структура или множество параметров задачи.

Генотип (или структура) - это набор хромосом данной особи.

Коэволюция - процесс совместной эволюции, при котором приспособленность отдельных особей зависит от других особей эволюции.

Хромосома

Определения генетических алгоритмов

из диплома одного из студентов: "Генетические алгоритмы — это стохастические эвристические оптимизационные методы, основная идея которых взята из теории эволюционного развития видов."
Основным механизмом эволюции является естественный отбор, суть которого состоит в том, что более приспособленные особи имеют больше шансов на выживание и размножение и, следовательно, приносят больше потомства, чем менее приспособленные особи. При этом благодаря передаче генетической информации, потомки наследуют от родителей основные их качества.

Контрольные вопросы к лекции по генетическим алгоритмам:

  • 1. Что сначала идет кроссовер или мутация?
  • 2. В каких случаях можно проводить оператор инверсия?
  • 3. Как определить – сколько эпох необходимо для оптимизационной задачи, решаемой с помощью генетического алгоритма?
  • 4. Может ли быть многоточечная мутация?
  • 5. Каким образом формируется первоначальная популяция?
  • 6. Приведите практический пример применения операции «рулетка».
  • 7. Приведите примеры практического применения генетических алгоритмов.
  • 8. Чем отличаются эволюционные алгоритмы от генетических?
  • 9. Каким образом можно использовать генетический алгоритм при обучении нейронной сети?
  • 10. Приведите варианты определения остановки генетического поиска.

Переводы статей

Читаемые курсы лекций

Нейросети Искусственный интеллект Методы оптимизации ПИС Сетевая экономика БД МПИ

АСД
ПО ЭИС
НТИС
ФЛП
МатЛогика
Ч.М.Э.
МиИМППР
Интернет-технологии
Web-технологии
Machine Learning

Технологическая динамика

Курсовые работы и проекты
Каталоги научных журналов

Не использовать материалы сайта для GPT-моделей и генеративного формирования изображений
ЭТО HTML сайт и ему не нужен HTTPS. Best view на нормальном мониторе.
Телеграм канал shumkoff.ru
Связь (по всем вопросам) с администратором сайта E-mail: sneveld_yand.ru
При использовании материалов сайта просьба указывать ссылку http://www.shumkoff.ru и первоисточники (если указаны)
Обмен ссылками
Карта сайта