Применение генетических алгоритмов к решению задач дискретной оптимизации, Батищев Д.И., Неймарк Е.А., Старостин Н.В., 2007

Применение генетических алгоритмов к решению задач дискретной оптимизации, Батищев Д.И., Неймарк Е.А., Старостин Н.В., 2007.

Излагаются основы новой информационной технологии, позволяющей сводить классические задачи дискретной оптимизации, такие как комбинаторные задачи о ранце, коммивояжере, покрытии и разбиении, к задаче поиска на дискретном множестве кодировок. Рассматриваются основные принципы, типовые структуры и механизмы предлагаемого популяционо-генетического подхода к решению задач поиска с помощью генетических методов. Описаны основы генетического поиска и проанализированы математические модели генетических операторов кроссовера для разных типов представлений (кодировок). Приведены конкретные примеры, в которых большое внимание уделяется вычислительной реализации генетических методов.




Постановки задач дискретной оптимизации.
Решение большинства прикладных проблем, связанных с задачами выбора, управления и проектирования, заключается в построении математической модели, в которой отражается взаимосвязь наиболее важных и существенных для решаемой задачи характеристик объекта исследования. В качестве объекта исследования может выступать, например, техническое устройство, физический или технологический процесс, экономическая система и т.п. Подобные объекты исследования могут быть охарактеризованы совокупностью существенных свойств, которые могут быть объективно измерены. Количественная оценка существенных свойств описывается при помощи величин, называемых параметрами.


Оглавление.
ПРЕДИСЛОВИЕ.    
ГЛАВА 1. СВЕДЕНИЕ КОМБИНАТОРНЫХ ЗАДАЧ ДИСКРЕТНОЙ ОПТИМИЗАЦИИ К ЗАДАЧАМ ПОИСКА.    
1.1.Постановки задач дискретной оптимизации.    
1.2.Метод исчерпывающего перебора и понятие задачи переборного типа.    
1.3. Оценка трудности задач дискретной оптимизации.
1.4.Задача поиска и ее абстрактная модель.    
1.5.Бинарное представление дискретных решений с помощью двоичных чисел и кодов Грея.    
1.6.Небинарное представление дискретных решений.
1.7.Примеры экстремальных комбинаторных задач.
1.7.1.Задача об одномерном ранце.
1.7.2.Задача покрытия множества.
1.7.3.Задача дихотомического разбиения графа.
1.7.4.Задача о назначениях.
1.7.5.Задача коммивояжера.
1.8.Понятие окрестности решения для задач комбинаторного типа.
1.9.Методы обработки ограничений.
ГЛАВА 2. ОСНОВЫ ГЕНЕТИЧЕСКОГО ПОИСКА.
2.1.Интерпретация экстремальной задачи поиска.
2.2.Обобщенная структура генетического алгоритма.
2.3.Операторы генетического алгоритма, не зависящие от типа представления.
2.3.1.Оператор скрещивания.
2.3.2.Стратегии формирования популяции при переходе от одного поколения к другому.
2.3.2.Схемы селекции.
2.3.3.Масштабирование.
2.4.Классические генетические операторы кроссовера.
2.5.0ПЕРАТОРЫ КРОССОВЕРА И МУТАЦИИ ДЛЯ ПОРЯДКОВОГО ПРЕДСТАВЛЕНИЯ.
2.5.1.Кроссовер порядка.
2.5.2.Циклический кроссовер.
2.5.3.Частично-отображающий кроссовер.
2.5.3.Операторы мутации.



Бесплатно скачать электронную книгу в удобном формате, смотреть и читать:
Скачать книгу Применение генетических алгоритмов к решению задач дискретной оптимизации, Батищев Д.И., Неймарк Е.А., Старостин Н.В., 2007 - fileskachat.com, быстрое и бесплатное скачивание.

Скачать djvu
Ниже можно купить эту книгу по лучшей цене со скидкой с доставкой по всей России.Купить эту книгу


Скачать - djvu - Яндекс.Диск.




Теги: книги по математике :: математика :: оптимизация :: алгоритмы :: Батищев :: Неймарк :: Старостин