- Autor
- Chibowski Robert (Uniwersytet Warszawski), Gwiazda Tomasz (Uniwersytet Warszawski)
- Tytuł
- Efektywność metody pełnego krzyżowania dla problemów kombinatorycznych
- Źródło
- Prace Naukowe Akademii Ekonomicznej we Wrocławiu, 2003, nr 975, s. 35-41, rys., bibliogr. 8 poz.
- Tytuł własny numeru
- Pozyskiwanie wiedzy i zarządzanie wiedzą
- Słowa kluczowe
- Podejmowanie decyzji, Kombinatoryka, Proces decyzyjny
Decision making, Combinatorial analysis, Decision proces - Abstrakt
- Niniejsze opracowanie przedstawia wstępne wyniki otrzymane na tej drodze - skoncentrowano się tu na problemach kombinatorycznych a konkretnie na klasycznych problemach symetrycznego i asymetrycznego komiwojażera, a obszarem zainteresowania było porównanie efektywności (rozumianej tu jako szybkość osiągania konkretnej wartości funkcji celu) metody Pełnego Krzyżowania i klasycznych operatorów genetycznych dedykowanej dla tej klasy problemów. W kolejnych rozdziałach referatu przedstawione kolejno zostaną - metoda Pełnego Krzyżowania w formie zastosowanej do rozpatrywanej tu klasy problemów, opis przeprowadzonych eksperymentów i podsumowanie wraz z wnioskami dotyczącymi dalszej pracy badawczej. (fragment tekstu)
- Dostępne w
- Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie
Biblioteka SGH im. Profesora Andrzeja Grodka
Biblioteka Główna Uniwersytetu Ekonomicznego w Poznaniu
Biblioteka Główna Uniwersytetu Ekonomicznego we Wrocławiu - Bibliografia
-
- Deb K.: An Efficient Constraint Handling Method for Genetic Algorithms, w Computer Methods in Applied Mechanics and Engineering, 2000.
- Goldberg D.E.: Genetic Algorithms in Search, Optimization and Machine Learning, Addison-Wesley, 1989.
- Gwiazda T.D.: Full Exploitation of the Crossover Operator Potential - On the Example of the Problems of Nonlinear Optimization with Constraints, w Evolutionary Methods for Design, Optimization and Control with Applications to Industrial Problems, s. 71-76, C1MNE, Barcelona 2002.
- Gwiazda T.D.: Multiple crossover algorithm for constrained optimization problems, w Advances in Intelligent Systems, Fuzzy Systems, Evolutionary Computation, s. 239-244, WSEAS Press, Interlaken, 2002.
- Gwiazda T.D.: Algorytmy ewolucyjne w rozwiązywaniu nieliniowych problemów decyzyjnych, Wydawnictwa Naukowe Wydziału Zarządzania Uniwersytetu Warszawskiego, Warszawa 2002.
- Lawton G.: Genetic Algorithms for Schedule Optimization, w AI-Expert, s. 23-27, maj 1992.
- Michalewicz Z., Fogel D.: How to Solve It: Modern Heuristics, Spronger Verlag, New York, 2000.
- Powell D., Skolnick M.M.: Using genetic Algorithms in Engineering Design Optimization with Non-linear Constraints, w Proceedings of the 5th International Conference on Genetic Algorithms, s. 424-430, Morgan Kauffman, San Mateo, 1993.
- Cytowane przez
- ISSN
- 0324-8445
- Język
- pol
