ИССЛЕДОВАНИЕ ЭФФЕКТИВНОСТИ ГЕНЕТИЧЕСКОГО АЛГОРИТМА С РАЗЛИЧНЫМИ МЕТОДАМИ СЕЛЕКЦИИ, ТИПАМИ КРОССОВЕРА И СТРАТЕГИЯМИ ФОРМИРОВАНИЯ ПОКОЛЕНИЙ ПРИ ПОИСКЕ ЭКСТРЕМУМОВ ФУНКЦИЙ

В данной статье проводится анализ материалов по генетическим алгоритмам. Рассмотрены основные идеи и принципы, лежащие в основе работы генетических алгоритмов. Детально проанализированы базовые этапы работы классического генетического алгоритма. Выполнен обзор наиболее часто встречаемых методов селекции (рулеточный и турнирный), типов кроссовера (одноточечный и равномерный) и стратегий формирования поколений (классическая и элитарная). На тестовых функциях проведено исследование генетического алгоритма с различными методами селекции, типами кроссовера и стратегиями формирования поколений для поиска глобального минимума. Для каждого вида алгоритма найдена оценка вероятности нахождения истинного решения. Полученные результаты экспериментов тщательно проанализированы. Выявлены достоинства и недостатки различных методов селекции, типов кроссовера, стратегий формирования поколений. Изложены рекомендации по целесообразности применения генетических алгоритмов в различных ситуациях. Определены возможные направления дальнейших исследований.

1. John R. Koza, Genetic Programming: On the Programming of Computers by Means of Natural Selection - MIT Press, 1992. Vol. 2, No. 2, pp.78-84.

2. Darrel Whitley, A Genetic Algorithm Tutorial – Statistics and Computing, 1994. Vol. 4, pp. 65-85.

3. Herrera F., Losano M., Sanches A.M., Hybrid Crossover Operators for Real-Coded Genetic Algorithms: An Experimental Study.

4. Yang X.-S., Deb S., Engineering optimization by cuckoo search. - Int. J. Math. Modelling Num. Optimisation, 2010. Vol. 1, No. 4, pp. 330 - 343.

5. Rosenbrock H.H., An automatic method for finding the greatest or least value of a function». - The Computer Journal 3, 1960. pp. 175–184.

6. Rastrigin L. A., Systems of Extremal Control - Nauka, Moscow, 1974.

7. Mikhalev A.S., Rouban A.I. Global optimization on set of mixed variables: continuous and discrete with unordered possible values // IOP Conf. Series: Materials Science and Engineering, 2016, Vol. 22, Issue 1: 19th International Scientific Conference Reshetnev Readings 2015.

8. Хант Э. Искусственный интеллект / Пер. с англ. – М.: Изд-во «МИР», 1978. – 281 с.

9. Хайкин С. Нейронные сети: полный курс, 2-е изд. / Пер. с англ. – М.: Изд. дом «Вильямс», 2006. – 1104 с.

10. Вахрушева М.Ю., Глебов М.П. Применение технологии Data Mining в решении демографических проблем// Труды Братского государственного университета. Серия: Экономика и управление. 2013. Т. 1. С. 255-258.

11. Харитонова П.В. Применение IT-технологий при принятии управленческих решений в малом и среднем бизнесе / Труды Братского государственного университета. Серия: Экономика и управление. 2015. Т. 1. С. 266-269.

12. Евдокимов И.В. Кадровое обеспечение внедрения SCADA-систем на предприятиях//Труды Братского государственного университета. Серия: Экономика и управление. 2005. Т. 1. С. 116-119.

13. Вахрушева М.Ю., Евдокимов И.В. Разработка программного обеспечения аналитических информационных систем//Труды Братского государственного университета. Серия: Экономика и управление. 2014. Т. 1. № 1. С. 196-199.