4.2 Галузі Застосування еволюційного програмування

Еволюційне програмування було застосоване до різних інженерних завдань, включаючи маршрутизацію трафіку і планування (Макдоннелл, 1997), фармацевтичні дизайни (Дункан і Олсон, 1996; Фогель, 1996), епідеміологію (Фогель, 1986 ), виявлення раку (Фогель 1997, 1998), військове планування (Фогель, 1993), системи управління (Чон, 1997).

Висновки

Дослідили принцип дії генетичних алгоритмів, розглядали різні методи їх дії. Ознайомились з еволюційним програмуванням.

Великою перевагою еволюційних обчислень є можливість використання уніфікованого підходу до вирішення найрізноманітніших проблем. Під час вирішення складних завдань перебору генетичні алгоритми показують прекрасні результати.

При реалізації алгоритмів велику увагу необхідно звертати на специфіку мови програмування і нюанси програмування цих алгоритмів. Це може дати певний виграш у часі.

Генетичні алгоритми - це потужна стратегія виходу з локальних оптимумів. Вона полягає в паралельній обробці деяких альтернативних рішень з концентрацією пошуку на найбільш перспективних з них. Причому періодично в кожної ітерації можна проводити стохастичні зміни в менш перспективних рішеннях.

У багатьох проблемах є спеціальні знання, що дозволяють побудувати апроксимаційну модель. При використанні ГА це може зменшити обсяг і час обчислень і спростити моделювання функцій, скоротити число помилок моделювання.

Генетичні алгоритми дозволяють одночасно аналізувати деякий підмножина рішень, формуючи квазі - оптимальне рішення. Тимчасова складність алгоритмів залежить від параметрів генетичного пошуку і числа генерацій.

Перелік посилань

1. Баодин Л.В. Теория и практика неопределенного программирования. – Курск: БИНОМ, 2005. -416 c.

2. Емельянов В. В., Курейчик В. В., Курейчик В. М. Теория и практика эволюционного моделирования. – Челябинск: ФИЗМАТЛИТ, 2003. – 432 с.

3. Курейчик В.М. Генетические алгоритмы. – Таганрог, 1998. –239 с.

4. Рутковский Л. Д. Методы и технологии искусственного интеллекта. – М.: Горячая линия-Телеком, 2010. 520 с.

5. Рутковская Д. М., Пилиньский М.С., Рутковский Л.Е. Нейронные сети, генетические алгоритмы и нечеткие системы. – Москва: Горячая линия-Телеком, 2008.- 452 с.